音乐推荐方法、服务器及存储介质技术

本发明专利技术实施例公开了一种音乐推荐方法、服务器及可读存储介质，方法包括：获取用户的用户特征信息和听歌特征信息；将用户特征信息和听歌特征信息输入预训练的目标计算模型，得到用户的听歌意向概率值；根据听歌意向概率值从用户的歌曲收藏列表中筛选出第一歌曲集合；从推荐歌曲集的每首待推荐歌曲中提取待推荐歌曲特征信息，并将用户特征信息、听歌特征信息、第一歌曲集合以及待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到第二歌曲集合；对第一歌曲集合和第二歌曲集合进行融合处理，得到目标歌曲集合，并将目标歌曲集合推送给用户终端，满足了用户在不同环境下的听歌需求，以更有效地向用户推荐歌曲。有效地向用户推荐歌曲。有效地向用户推荐歌曲。

【技术实现步骤摘要】
音乐推荐方法、服务器及存储介质


[0001]本申请涉及计算机
，尤其涉及一种音乐推荐方法、服务器及存储介质。

技术介绍

[0002]随着互联网技术的不断发展，用户可以从大量信息中获取到推荐系统推荐的用户可能感兴趣的信息，推荐系统在很多应用中发挥着越来越重要的作用。其中，在歌曲推荐的应用如音乐软件中，通常是根据用户听过的历史歌曲向用户推荐歌曲。然而在实际使用过程中，用户在不同环境下收听歌曲的需求不同，目前的歌曲推荐方式主要是根据用户听过的历史歌曲向用户推荐歌曲，较为单一，推荐效果不好。因此，如何更有效地向用户推荐歌曲非常重要。

技术实现思路

[0003]本专利技术实施例提供了一种音乐推荐方法、服务器及存储介质，通过结合收藏歌曲列表和推荐歌曲集向用户推荐歌曲，满足了用户在不同环境下的听歌需求，可以更有效地向用户推荐歌曲。
[0004]第一方面，本专利技术实施例提供了一种音乐推荐方法，包括：
[0005]获取用户的用户特征信息和听歌特征信息；
[0006]将所述用户特征信息和所述听歌特征信息输入预训练的目标计算模型，得到所述用户的听歌意向概率值，并根据所述听歌意向概率值从所述用户的歌曲收藏列表中筛选出第一歌曲集合；
[0007]从推荐歌曲集的每首待推荐歌曲中提取待推荐歌曲特征信息，并将所述用户特征信息、所述听歌特征信息、所述第一歌曲集合以及所述待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到第二歌曲集合；
[0008]对所述第一歌曲集合和所述第二歌曲集合进行融合处理，得到目标歌曲集合，并将所述目标歌曲集合推送给所述用户对应的用户终端。
[0009]第二方面，本专利技术实施例提供了一种音乐推荐设备，包括：
[0010]获取单元，用于获取用户的用户特征信息和听歌特征信息；
[0011]筛选单元，用于将所述用户特征信息和所述听歌特征信息输入预训练的目标计算模型，得到所述用户的听歌意向概率值，并根据所述听歌意向概率值从所述用户的歌曲收藏列表中筛选出第一歌曲集合；
[0012]确定单元，用于从推荐歌曲集的每首待推荐歌曲中提取待推荐歌曲特征信息，并将所述用户特征信息、所述听歌特征信息、所述第一歌曲集合以及所述待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到第二歌曲集合；
[0013]推送单元，用于对所述第一歌曲集合和所述第二歌曲集合进行融合处理，得到目标歌曲集合，并将所述目标歌曲集合推送给所述用户对应的用户终端。
[0014]第三方面，本专利技术实施例提供了一种服务器，所述服务器包括：处理器和存储器，
所述处理器用于执行：
[0015]获取用户的用户特征信息和听歌特征信息；
[0016]将所述用户特征信息和所述听歌特征信息输入预训练的目标计算模型，得到所述用户的听歌意向概率值，并根据所述听歌意向概率值从所述用户的歌曲收藏列表中筛选出第一歌曲集合；
[0017]从推荐歌曲集的每首待推荐歌曲中提取待推荐歌曲特征信息，并将所述用户特征信息、所述听歌特征信息、所述第一歌曲集合以及所述待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到第二歌曲集合；
[0018]对所述第一歌曲集合和所述第二歌曲集合进行融合处理，得到目标歌曲集合，并将所述目标歌曲集合推送给所述用户对应的用户终端。
[0019]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有程序指令，该程序指令被执行时，用于实现上述第一方面所述的方法。
[0020]本专利技术实施例可以获取用户的用户特征信息和听歌特征信息；将用户特征信息和听歌特征信息输入预训练的目标计算模型，得到用户的听歌意向概率值，并根据听歌意向概率值从用户的歌曲收藏列表中筛选出第一歌曲集合；从推荐歌曲集的每首待推荐歌曲中提取待推荐歌曲特征信息，并将用户特征信息、听歌特征信息、第一歌曲集合以及待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到第二歌曲集合；对第一歌曲集合和第二歌曲集合进行融合处理，得到目标歌曲集合，并将目标歌曲集合推送给用户对应的用户终端。通过结合收藏歌曲列表和推荐歌曲集向用户推荐歌曲的这种方式，满足了用户在不同环境下的听歌需求，可以更有效地向用户推荐歌曲。
附图说明
[0021]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例提供的一种音乐推荐系统的结构示意图；
[0023]图2是本专利技术实施例提供的一种音乐推荐方法的流程示意图；
[0024]图3是一种DNN的结构示意图；
[0025]图4是本专利技术实施例提供的一种目标计算模型的训练示意图；
[0026]图5是本专利技术实施例提供的一种歌曲推荐模型的训练示意图；
[0027]图6是本专利技术实施例提供的一种音乐推荐设备的结构示意图；
[0028]图7是本专利技术实施例提供的一种服务器的结构示意图。
具体实施方式
[0029]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]目前，在用户通过音乐软件听歌的场景中，用户可以从音乐软件的听歌功能中选取收听的歌曲，音乐软件一般有歌曲收藏列表和歌曲推荐列表(即推荐歌曲集)两类功能，歌曲收藏列表中的歌曲是用户自己添加的，歌曲推荐列表中的歌曲是音乐软件根据用户听歌的偏好推荐的。在某些实施例中，用户听歌的偏好可以是音乐软件根据用户收听的历史歌曲确定的。用户可以收听音乐软件的歌曲收藏列表中的歌曲，用户也可以收听音乐软件的歌曲推荐列表推荐的歌曲。
[0031]然而，在实际使用过程中，用户有时会随着时间的变化收听不同类型的歌曲，例如，用户在早上7
‑
9点偏向于听歌曲推荐列表中的歌曲，在晚上7
‑
9点偏向于听歌曲收藏列表中的歌曲。由此可以说明，用户有时偏向于听歌曲收藏列表中的收藏歌曲，有时又偏向于听歌曲推荐列表中的推荐歌曲，由此可知，用户对歌曲收藏列表和歌曲推荐列表这两类的需求都存在。
[0032]本专利技术实施例针对上述用户对歌曲收藏列表和歌曲推荐列表这两类的需求都存在的情况，提供了一种音乐推荐方法。
[0033]在该音乐推荐方法的流程中，用户可以通过点击用户终端中音乐软件中的音乐推荐模式，获取音乐软件中用户的用户资产数量，并根据用户资产数量生成音乐推荐请求，将音乐推荐请求发送给服务器，在某些实施例中，用户资产数量可用于指用户的歌曲收藏列表中的歌曲数量。服务器接收到音乐推荐请求后，可以判断音乐推荐请求中的用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种音乐推荐方法，其特征在于，包括：获取用户的用户特征信息和听歌特征信息；将所述用户特征信息和所述听歌特征信息输入预训练的目标计算模型，得到所述用户的听歌意向概率值，并根据所述听歌意向概率值从所述用户的歌曲收藏列表中筛选出第一歌曲集合；从推荐歌曲集的每首待推荐歌曲中提取待推荐歌曲特征信息，并将所述用户特征信息、所述听歌特征信息、所述第一歌曲集合以及所述待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到第二歌曲集合；对所述第一歌曲集合和所述第二歌曲集合进行融合处理，得到目标歌曲集合，并将所述目标歌曲集合推送给所述用户对应的用户终端。2.根据权利要求1所述的方法，其特征在于，所述将所述用户特征信息和所述听歌特征信息输入预训练的目标计算模型，得到所述用户的听歌意向概率值，包括：将所述用户特征信息和所述听歌特征信息输入预训练的目标计算模型，预测得到所述用户听歌曲收藏列表中收藏歌曲的第一歌曲数量，以及所述用户听推荐歌曲列表中推荐歌曲的第二歌曲数量；确定所述第一歌曲数量与所述第二歌曲数量的比例值为所述用户的听歌意向概率值。3.根据权利要求2所述的方法，其特征在于，所述根据所述听歌意向概率值从所述用户的歌曲收藏列表中筛选出第一歌曲集合，包括：利用洗牌算法从所述歌曲收藏列表中随机选取一个歌曲优先级列表；根据所述听歌意向概率值和所述歌曲优先级列表中收藏歌曲的数量，确定待筛选数量；根据所述待筛选数量从所述歌曲优先级列表中筛选出所述第一歌曲集合。4.根据权利要求1所述的方法，其特征在于，所述将所述用户特征信息、所述听歌特征信息、所述第一歌曲集合以及所述待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到第二歌曲集合，包括：将所述用户特征信息、所述听歌特征信息、所述第一歌曲集合以及所述待推荐歌曲特征信息输入预训练的歌曲推荐模型，得到所述待推荐歌曲集中每首待推荐歌曲对应的推荐分数值；根据所述每首待推荐歌曲对应的推荐分数值按从大到小的顺序对各待推荐歌曲进行排序，并确定排在前M位的待推荐歌曲组成所述第二歌曲集合，M为正整数。5.根据权利要求1所述的方法，其特征在于，所述对所述第一歌曲集合和所述第二歌曲集合进行融合处理，得到目标歌曲集合，包括：根据所述第一歌曲集合的第一预设权重以及所述第二歌曲集合的第二预设权重，对所述第一歌曲集合和所述第二歌曲集合进行融合处理，得到所述目标歌曲集合。6.根据权利要求1所述的方法，其特征在于，所述将所述用户特征信息和所述听歌特征信息输入预训练的目标计算模型，得到用户的听歌意向概率值之前，还包括：...

【专利技术属性】
技术研发人员：黄昕，于江兴，曹芳宁，
申请(专利权)人：腾讯音乐娱乐科技深圳有限公司，
类型：发明
国别省市：