CN102402534A

CN102402534A - 阅读文学作品的背景音乐推荐系统及其实现方法

Info

Publication number: CN102402534A
Application number: CN2010102812015A
Authority: CN
Inventors: 翟鲁峰
Original assignee: Shengle Information Technolpogy Shanghai Co Ltd
Current assignee: Shengle Information Technolpogy Shanghai Co Ltd
Priority date: 2010-09-14
Filing date: 2010-09-14
Publication date: 2012-04-04

Abstract

本发明公开了一种阅读网络文学的音乐推荐系统，包括音乐特征抽取模块，将所有音乐作品抽取为多个音乐特征向量；文学聚类模块，将所有文学作品聚类为多个文学类别；用户聚类模块，将所有用户聚类为多个用户类别；第一判决模块，将用户阅读的文学作品所属的文学类别与所有音乐特征向量之间的相关值大于第一阈值的那些音乐特征向量发送给第二判决模块；第二判决模块，将用户所属的用户类别与第一判决模块发来的所有音乐特征向量之间的相关值大于第二阈值的那些音乐特征向量所对应的音乐作品，推荐给用户。本发明改善了用户的网络阅读体验，加强了用户信息分享，还可以为新歌新曲进行推广。

Description

阅读文学作品的背景音乐推荐系统及其实现方法

技术领域

本发明涉及一种音乐自动推荐系统，特别是涉及一种针对文学作品阅读过程中播放背景音乐的自动推荐系统。

背景技术

智能推荐技术是一种结合了数据挖掘、信息过滤、自然语言处理等传统人工智能领域的综合技术，并逐渐得到了广泛使用。例如，电子商务网站往往采用智能推荐技术，通过总结客户的兴趣品味，来预测客户的购物倾向，并推荐相关产品。

文学网站主要为用户提供文学作品的在线阅读，目前还没有针对文学作品阅读过程中的背景音乐自动推荐系统。

发明内容

本发明所要解决的技术问题是提供一种阅读文学作品的音乐推荐系统，该系统可以在用户阅读文学作品时自动推荐音乐作品作为阅读时的背景音乐。为此，本发明还要提供所述音乐推荐系统的实现方法。

为解决上述技术问题，本发明阅读网络文学的音乐推荐系统包括：

音乐特征抽取模块，该模块从每首音乐作品中抽取一个音乐特征向量，并发送给文学聚类模块、用户聚类模块；

文学聚类模块，该模块将多个文学作品聚类为多个文学类别，识别文学作品所属的文学类别，计算文学类别与音乐特征向量之间的相关值，并发送给第一判决模块；

用户聚类模块，该模块将多个用户聚类为多个用户类别，识别用户所属的用户类别，计算用户类别与音乐特征向量之间的相关值，并发送给第二判决模块；

第一判决模块，将用户阅读的文学作品所属的文学类别与所有音乐特征向量之间的相关值大于第一阈值的那些音乐特征向量，发送给第二判决模块；

第二判决模块，将用户所属的用户类别与第一判决模块发来的所有音乐特征向量之间的相关值大于第二阈值的那些音乐特征向量所对应的音乐作品，推荐给用户。

上述音乐推荐系统的实现方法包括如下步骤：

第1步，训练阶段；

音乐特征抽取模块从音乐训练集中的每一首音乐作品中抽取一种或多种音乐特征，然后对每一首音乐作品形成一个音乐特征向量，并将得到的多个音乐特征向量发送给文学聚类模块、用户聚类模块；

文学聚类模块从文学训练集中的每一部文学作品中抽取一种或多种文学特征，然后对所有文学作品根据文学特征进行聚类，得到多个文学类别以及文学与音乐相关性统计模型；

用户聚类模块从用户训练集中的每一个用户中抽取一种或多种用户特征，然后对所有用户根据用户特征进行聚类，得到多个用户类别以及用户与音乐相关性统计模型；

文学与音乐相关模块计算每个文学类别与每个音乐特征向量之间的相关值；

用户与音乐相关模块计算每个用户类别与每个音乐特征向量之间的相关值；

第2步，使用阶段；

用户阅读文学作品时，文学聚类模块识别出该文学作品所属的文学类别，并根据文学与音乐相关性统计模型计算所述文学类别与所有音乐特征向量之间的相关值，并发送给第一判决模块；同时用户聚类模块识别出该用户所属的用户类别，并根据用户与音乐相关性统计模型计算所述用户类别与所有音乐特征向量之间的相关值，并发送给第二判决模块；

第一判决模块将所述文学类别与所有音乐特征向量之间的相关值大于第一阈值的那些音乐特征向量，发送给第二判决模块；

第二判决模块将所述用户类别与所有音乐特征向量之间的相关值大于第二阈值、且是第一判决模块发送来的音乐特征向量所对应的音乐作品，推荐给用户。

本发明所述音乐推荐系统及其实现方法可以在用户阅读络文学作品时，根据文学作品和用户的两方面情况，对所有音乐特征向量进行两次过滤，最后得到推荐给用户作为阅读背景音乐的音乐作品。

附图说明

图1是本发明阅读网络文学的音乐推荐系统的结构示意图；

图2是本发明音乐推荐系统的实现方法第1步的示意图；

图3是本发明音乐推荐系统的实现方法第2步的示意图。

具体实施方式

请参阅图1，本发明阅读网络文学的音乐推荐系统包括：

音乐特征抽取模块，该模块从音乐训练集中的每一首音乐作品中抽取一个或多个音乐特征，然后将每一首音乐作品形成一个音乐特征向量，每一首音乐作品与每一个音乐特征向量一一对应，并将得到的多个音乐特征向量发送给文学聚类模块、用户聚类模块。

文学聚类模块，该模块首先将文学训练集中的所有文学作品聚类为多个文学类别，并得到文学与音乐相关性模型；随后该模块即可识别任意文学作品所属的文学类别，计算该文学类别与音乐特征向量之间的相关值，并发送给第一判决模块。

用户聚类模块，该模块首先将用户训练集中的所有用户聚类为多个用户类别，并得到用户与音乐相关性模型；随后该模块即可识别任意用户所属的用户类别，计算该用户类别与音乐特征向量之间的相关值，并发送给第二判决模块。

第一判决模块，将用户阅读的文学作品所属的文学类别与所有音乐特征向量之间的相关值大于第一阈值的那些音乐特征向量，发送给第二判决模块。

第二判决模块，将用户所属的用户类别与第一判决模块发来的所有音乐特征向量之间的相关值大于第二阀值的那些音乐特征向量所对应的音乐作品，推荐给用户作为阅读时的背景音乐。

上述音乐推荐系统的实现方法包括如下步骤：

第1步，训练阶段，请参阅图2；

音乐特征抽取模块从音乐训练集中的每一首音乐作品中抽取一种或多种音乐特征，然后将音乐训练集中的所有音乐作品根据音乐特征形成音乐特征向量，每首音乐作品与每个音乐特征向量一一对应，并将得到的多个音乐特征向量发送给文学聚类模块、用户聚类模块。

所述音乐特征包括曲作者、词作者、演唱者、演奏者、语种、音乐流派、年代、压缩码率、时长、专辑名称、旋律、音色中的一种或多种。其中旋律由音乐作品的基音决定，音色由音乐作品的泛音决定。所有的自然声音基本都是由许多频率不同的正弦波组成的，其中频率最低的正弦波即为基音，而其他频率较高的正弦波则为泛音。

最简单的形成音乐特征向量的方法就是将所有音乐特征一起构成一个音乐特征向量，音乐特征向量的维数等于音乐特征的个数。例如对所有音乐作品都采集3个音乐特征，分别是演唱者、语种、音乐流派。那么据此形成的一个音乐特征向量即为[演唱者、语种、音乐流派]。音乐作品A的音乐特征向量的取值为[张三、中文、流行]，其意义为：音乐作品A的演唱者为张三，演唱语种为中文，音乐作品A的派别为“流行音乐”。其余音乐作品也都有基于该音乐特征向量的取值。

文学聚类模块从文学训练集中的每一部文学作品中抽取一种或多种文学特征，然后对文学训练集中的所有文学作品根据文学特征进行聚类，得到多个文学类别以及文学与音乐相关性统计模型。

所述文学特征包括作者背景、评价信息、作品描述信息、语言风格信息中的一种或多种。所述作者背景包括作者在文学网站上的注册时间、性别、教育背景、简介中的一种或多种。所述评价信息包括该作者以往文学作品的数量、排名、读者投票、读者评价中的一种或多种。所述作品描述信息包括作品的类别、字数、章节数、标签中的一种或多种。所述语言风格信息包括从作品的标题、摘要、目录、正文中抽取的文言文、白话文、时尚用语、网络用语、成语、古文、诗词的使用分布情况。

用户聚类模块从用户训练集中的每一个用户中抽取一种或多种用户特征，然后对用户训练集中的所有用户根据用户特征进行聚类，得到多个用户类别以及用户与音乐相关性统计模型。

所述用户特征包括用户注册信息、好友信息、文学偏好、音乐偏好中的一种或多种。所述用户注册信息包括用户的性别、年龄、职业、地区、教育背景中的一种或多种。所述好友信息包括用户所加入的俱乐部信息、好友、所支持的作者中的一种或多种。所述文学偏好包括用户阅读过的文学作品、是否付费、评价中的一种或多种。所述音乐偏好包括用户听过的音乐作品、评价中的一种或多种。

所述聚类(clustering)是数据挖掘与统计分析领域的一种无监督的机器学习(machine learning)方法，用来将物理或抽象对象的集合组成为由类似的对象组成的多个类别。聚类方法中类别的数量、名称都是事先没有定义的，由机器根据训练集(或称样本、样例)来总结得出。

机器学习包括两个阶段，首先需要一批由人工进行了准确分类的材料作为机器学习的训练集，机器从这些训练集中挖掘出一些聚类的规则，这个过程被称为训练。训练完成之后，机器便可使用挖掘出的规则对从来没有见过的材料进行聚类，这个过程被称为使用。

聚类既然是机器学习的一种，自然也遵循上述两个阶段。本申请涉及两种聚类，分别是文学作品聚类和用户聚类。下面以文学作品聚类为例进行简单说明：

首先文学聚类模块从文学训练集中的每一部文学作品中抽取一种或多种文学特征，将这些文学特征形成一个文学特征向量。最简单的形成文学特征向量的方式就是将所有文学特征构成一个文学特征向量，文学特征向量的维数就是文学特征的个数。每部文学作品对应于一个文学特征向量。然后文学聚类模块通过主元分析(Principal component analysis)的方法对所述文学特征向量进行降维处理。接着文学聚类模块对所有降维后的文学特征向量采用一种统计分析算法进行计算得到多个文学类别。常用的统计分析算法包括Rocchio算法、朴素贝叶斯(Naive Bayes)算法、KNN(最近邻算)算法、SVM(Support Vector Machine、支持向量机)算法、GMM-UBM(Gaussian mixture model-universal background model，高斯混合模型-通用背景模型)算法等。最后文学聚类模块建立文学与音乐相关性统计模型，该模型为每个文学类别与每个音乐特征向量之间的相关值。

举一个非常简单的例子进行示意性地说明：

假设对所有文学作品都采集6个文学特征，分别是作者名称、以往文学作品付费阅读人数、本文学作品的类别、本文学作品的标签、本文学作品中文言文使用情况、本文学作品中引用古文的情况。那么据此形成的一个文学特征向量即为[作者名称、以往文学作品付费阅读人数、本文学作品的类别、本文学作品的标签、本文学作品中文言文使用情况、本文学作品中引用古文的情况]。文学作品A的文学特征向量的取值为[张三、100、言情、穿越、10％、1％]，其意义为：文学作品A的作者为张三，张三以往的文学作品有100人付费阅读，文学作品A属于言情类，文学作品A的标签为“穿越”，文学作品A中文言文占总文字比例为10％，文学作品A中引用的古文占总文字比例为10％。其余文学作品也都有基于该文学特征向量的取值。

该实施例中文学特征向量为6维，即包含了6个元素，其中有些元素可能并不重要，可以省略掉，这个过程称为降维。例如降维后的文学特征向量为[作者名称、以往文学作品付费阅读人数、本文学作品的类别、本文学作品的标签、本文学作品中文言文使用情况]，变成了5维。实际使用中文学特征向量的维数可能达到成百上千甚至更多，因此降维是非常重要的。

每部文学作品对应一个降维后的文学特征向量，对所有文学作品进行聚类实际上就是对所有降维后的文学特征向量采用某个统计分析算法进行计算，例如采用KNN算法，得到多个文学类别。在后续使用过程中，所得到的文学类别的数量不变，训练集以外的任意文学作品都归于这些文学类别之一。

最后文学聚类模块建立文学与音乐相关性统计模型，这需要依赖文学训练集。文学训练集中已经包括用户在阅读每部文学作品时所选择的背景音乐，如果文学作品与音乐作品之间被选择的次数越多，则该文学作品所属音乐类别与该音乐作品所对应的音乐特征向量之间的相关值就越大；反之亦然。所述文学与音乐相关性统计模型不仅可以计算训练集中的音乐作品所对应的音乐特征向量与任意文学类别的相关值，还可以计算训练集以外的音乐作品所对应的音乐特征向量与任意文学类别的相关值。其原理是：每首音乐作品对应一个音乐特征向量，音乐特征向量采用数字化表示，根据训练集得到有限个音乐特征向量与文学类别的相关值，据此总结出音乐特征向量与文学类别的相关值的计算关系，然后即可用该计算关系计算任意音乐特征向量与任意文学类别的相关值。所述计算关系例如是在特征空间计算特征向量和模型中心向量的距离。

用户聚类的方法与上述文学作品聚类的方法类似，也包括形成特征向量、特征向量降维、采用统计分析算法进行计算、建立用户与音乐相关性统计模型的四个阶段。其中涉及的主元分析算法、各种统计分类算法均为现有技术，在此不作赘述。其中建立用户与音乐相关性统计模型需要依赖用户训练集。用户训练集中已经包括用户所喜欢的背景音乐，如果用户与音乐作品之间被选择的次数越多，则该用户所属用户类别与该音乐作品所对应的音乐特征向量之间的相关值就越大；反之亦然。

所述音乐特征向量也可以包括降维的步骤。

文学作品聚类后，每部文学作品仅属于一个文学类别。用户聚类后，每个用户仅属于一个用户类别。

第2步，使用阶段；用户阅读文学作品时，文学聚类模块识别出该文学作品所属的文学类别，并根据文学与音乐相关性统计模型计算所述文学类别与所有音乐特征向量之间的相关值，并发送给第一判决模块；同时用户聚类模块识别出该用户所属的用户类别，并根据用户与音乐相关性统计模型计算所述用户类别与所有音乐特征向量之间的相关值，并发送给第二判决模块。第一判决模块将所述文学类别与所有音乐特征向量之间的相关值大于第一阈值的那些音乐特征向量，发送给第二判决模块。第二判决模块将所述用户类别与所有音乐特征向量之间的相关值大于第二阈值、且是第一判决模块发送来的音乐特征向量所对应的音乐作品，推荐给用户。

所述“识别出所属类别”就是采用一种统计分析算法得到训练集中没有的新元素所对应的类别。

目前的网络文学网站专注于文学作品内容的提供，尚未考虑到背景音乐带来的综合体验。而有些用户在阅读网络文学作品时挑选到合适的背景音乐，也很难和其他用户分享。本发明一方面改善了用户的网络阅读体验，另一方面加强了用户信息分享，还可以为新歌新曲进行推广。

Claims

1.一种阅读网络文学的音乐推荐系统，其特征是，包括：

2.如权利要求1所述的音乐推荐系统的实现方法，其特征是，包括如下步骤：

第1步，训练阶段；

第2步，使用阶段；

3.根据权利要求2所述的音乐推荐系统的实现方法，其特征是，所述音乐特征包括曲作者、词作者、演唱者、演奏者、语种、音乐流派、年代、压缩码率、时长、专辑名称、旋律、音色中的一种或多种；

所述文学特征包括作者背景、评价信息、作品描述信息、语言风格信息中的一种或多种；所述作者背景包括作者在文学网站上的注册时间、性别、教育背景、简介中的一种或多种；所述评价信息包括该作者以往文学作品的数量、排名、读者投票、读者评价中的一种或多种；所述作品描述信息包括作品的类别、字数、章节数、标签中的一种或多种；所述语言风格信息包括从作品的标题、摘要、目录、正文中抽取的文言文、白话文、时尚用语、网络用语、成语、古文、诗词的使用分布情况；

所述用户特征包括用户注册信息、好友信息、文学偏好、音乐偏好中的一种或多种；所述用户注册信息包括用户的性别、年龄、职业、地区、教育背景中的一种或多种；所述好友信息包括用户所加入的俱乐部信息、好友、所支持的作者中的一种或多种；所述文学偏好包括用户阅读过的文学作品、是否付费、评价中的一种或多种；所述音乐偏好包括用户听过的音乐作品、评价中的一种或多种。

4.根据权利要求2所述的音乐推荐系统的实现方法，其特征是，所述方法第1步中，对所有文学作品根据文学特征进行聚类包括四个阶段；首先是根据一个或多个文学特征形成文学特征向量；其次是对文学特征向量进行降维；然后是统计分析算法进行计算得到多个文学类别；最后建立文学与音乐相关性统计模型；所述文学与音乐相关性统计模型为每个文学类别与每个音乐特征向量之间的相关值；

对所有用户根据用户特征进行聚类也包括四个阶段；首先是根据一个或多个用户特征形成用户特征向量；其次是对用户特征向量进行降维；然后是统计分析算法进行计算得到多个用户类别；最后建立用户与音乐相关性统计模型；所述用户与音乐相关性统计模型为每个用户类别与每个音乐特征向量之间的相关值。

5.根据权利要求2或4所述的音乐推荐系统的实现方法，其特征是，所述形成音乐特征向量是将音乐作品的所有音乐特征构成一个音乐特征向量，音乐特征向量的维数就是音乐特征的个数；每一首音乐作品与每一个音乐特征向量一一对应；

所述形成文学特征向量是将文学作品的所有文学特征构成一个文学特征向量，文学特征向量的维数就是文学特征的个数；每一部文学作品与每一个文学特征向量一一对应；

所述形成用户特征向量是将用户的所有用户特征构成一个用户特征向量，用户特征向量的维数就是用户特征的个数；每一个用户与每一个用户特征向量一一对应。

6.根据权利要求4所述的音乐推荐系统的实现方法，其特征是，每部文学作品仅属于一个文学类别，每个用户仅属于一个用户类别。

7.根据权利要求4所述的音乐推荐系统的实现方法，其特征是，所述对文学特征向量或用户特征向量进行降维采用主元分析算法。

8.根据权利要求4所述的音乐推荐系统的实现方法，其特征是，所述统计分析算法包括KNN算法、SVM算法、GMM-UBM算法中的一种或多种。