CN107463646A - 一种助眠音乐智能推荐方法及装置 - Google Patents

Abstract

一种助眠音乐智能推荐方法及装置,属于电通信技术领域。本发明方法包括步骤S1，获取目标对象的状态信息并获得出用户入睡点；步骤S2，对目标对象入睡前听的音乐进行打分；步骤S3，根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表。通过首次用户设定助眠音乐偏好后从后台数据库中推送符合要求的助眠音乐，之后通过获取用户睡眠信息给每首助眠音乐进行打分，通过每首音乐的助眠分值科学的动态生成对用户助眠效果最大的个性化助眠音乐列表推送给用户帮助用户快速进入睡眠，提升睡眠质量。

Description

一种助眠音乐智能推荐方法及装置

技术领域

本发明涉及电通信技术领域，特别是一种助眠音乐智能推荐方法及装置。

背景技术

在生活节奏日益加快的当今社会，失眠的人越来越多，表现为入睡困难，断断续续不连贯，过早地醒来，醒后不能再入睡，睡眠时间不足等。短期的睡眠不足直接影响的是第二天的工作与学习，精神萎靡，疲惫无力，情绪不稳，注意力不集中。而长期失眠易引发焦虑症，同时也可以诱发一些潜在疾病，严重影响人们的身心健康。失眠往往会给患者带来极大的痛苦和心理负担。据统计，全球范围内睡眠-觉醒障碍的发病率为9％～15％，每年因此导致的经济损失达数千亿美元。中国睡眠研究会公布的最新睡眠调查结果显示，中国成年人失眠发生率为38.2％，高于国外发达国家的失眠发生率。

音乐的韵律会让人不知不觉忘掉压力，而陷人音乐所“描述”的那个美好情境中，处于这种状态时，人很容易入眠。当耳朵接收到有规律的音乐节奏传送到脑部，脑的波动频率会随之或与该刺激产生互引作用。要达到这样的作用有两个方法,其中之一便是在脑内创造这样的律动，在音乐中巧妙地加人两种音高的介波,音乐便将此运用其中；另一种方法是创造一个规律的所需频率，中a波(每秒大约10次的)和低p波(每秒约14次)，而特定的自然音声也可以创造节奏性的波动。这些身体与脑部的互引作用会使您的心灵放松平静，准备让愉悦的想法替代紧绷的思绪从而促进睡眠。

发明专利CN105141786A公开了一种音乐播放的控制方法、系统及移动终端，其具体公开了在移动终端上通过音乐软件播放音乐；实时检测移动终端的使用者的体温以获取一体温信息；根据体温信息判断移动终端的使用者是否进入准睡眠状态；当移动终端的使用者进入准睡眠状态时，则实时检测移动终端的使用者的脉搏以获取一脉搏信息；根据脉搏信息判断移动终端的使用者是否进入睡眠状态；以及当移动终端的使用者进入睡眠状态时，则对音乐软件进行一控制操作。通过体温与脉搏的双重检测，能够更为准确地确定移动终端的使用者进入睡眠状态；当移动终端的使用者进入睡眠状态后，则自动关闭音乐软件或者暂停播放音乐，从而实现了智能化，但是，该发明并未起到对用户睡眠辅助的作用，只是通过获取用户的准确入睡状态后对音乐播放进行控制，并不能对用户的睡眠进行助眠作用，不能对用户的睡眠质量进行改善，提高用户的睡眠质量。

发明内容

本发明针对现有技术存在的问题，提出了根据不同用户对不同助眠音乐的反应动态生成推荐音乐列表使得更有针对性的利用助眠音乐帮助用户提高睡眠质量的一种助眠音乐智能推荐方法及装置。

本发明通过首次用户设定助眠音乐偏好后从后台数据库中推送符合要求的助眠音乐，之后通过获取用户睡眠信息给每首助眠音乐进行打分，通过每首音乐的助眠分值科学的动态生成对用户助眠效果最大的个性化助眠音乐列表推送给用户帮助用户快速进入睡眠，提升睡眠质量。

本发明是通过以下技术方案得以实现的：

一种助眠音乐智能推荐方法，包括如下步骤：

步骤S1，获取目标对象的状态信息并获得出用户入睡时间点；

步骤S2，对目标对象入睡前听的音乐进行打分；

步骤S3，根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表。

作为本发明的优选，所述步骤S1还包括首次列表生成步骤S11：

获取所述目标对象的音乐偏好；

在数据库音乐列表中筛选出合适的音乐并生产音乐列表。

作为本发明的优选，所述步骤S1中所述状态信息可包括目标对象的体温信息、心率信息。

作为本发明的优选，所述步骤S2具体为：

步骤S21,根据所述当前目标对象的所述入睡时间点获取当前播放的当前音乐和已播音乐；

步骤S22，以所述当前音乐为开始对所述已播音乐进行倒叙排列；

步骤S23，对所述已播音乐进行打分。

作为本发明的优选，所述步骤S23具体为：

对倒叙排列的所述已播音乐进行递减打分。

作为本发明的优选，所述步骤S3具体为：

根据单首音乐产生分数的总和除以总共被播放的天数算出所述单首音乐的助眠分值平均分值；

根据所述音乐列表的所述单首音乐的平均分值，每天动态生成助眠音乐列表。

一种助眠音乐智能推荐系统，包括：

状态获取模块，用于获取目标对象的状态信息并获得出用户入睡时间点；

音乐评分模块，用于对所述当前对象听的音乐进行打分；

推荐生成模块，用于根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表。

作为本发明的优选，所述状态获取模块中还包括首次列表生成单元，用于生成首次的音乐列表。

作为本发明的优选，所述音乐评分模块包括：

音乐获取单元，用于获取所述当前对象进入睡眠时的当前音乐和所述当前对象进入睡眠时的已播音乐；

计数单元，用于以所述当前音乐为开始对所述已播音乐进行倒叙排列并进行计数；

评分单元，用于对所述已播音乐进行打分。

作为本发明的优选，所述推荐生成模块包括：

计算单元，用于根据单首音乐产生分数的总和除以总共被播放的天数算出所述单首音乐的助眠分值平均分值。

推荐生成单元，用于根据所述音乐列表的所述单首音乐的平均助眠分值，每天动态生成助眠音乐列表。

本发明具有以下有益效果：

本发明一种助眠音乐智能推荐方法及系统，其根据获取不同助眠音乐对不同用户产生的效果，找到用户适合的助眠音乐，个性化的推送助眠音乐并制定播放列表更有针对性的利用助眠音乐帮助用户提高睡眠质量。

附图说明

图1为本发明一种助眠音乐智能推荐方法的总流程图；

图2为本发明中步骤S2的流程图；

图3为本发明中步骤S3的流程图；

图4为本发明一种助眠音乐智能推荐系统的总框图；

图5为本发明中音乐评分模块的框图；

图6为本发明中推荐生成模块的框图。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

在当前常规情况下，普通音乐辅助睡眠类产品如斐讯睡眠大师应用程序(APP)能在用户自然睡眠状态下完成对心率、呼吸、体动、离床等生理参数进行长时间的监测，但在音乐助眠这个环节，只能由用户凭主观意愿进行对不同种类助眠音乐的选择，但不一定是真正能促进自己睡眠的音乐。又如发明专利CN105141786A公开了一种音乐播放的控制方法、系统及移动终端，其具体公开了在移动终端上通过音乐软件播放音乐；实时检测移动终端的使用者的状态信息，以此来对音乐软件进行一控制操作。通过检测，能够更为准确地确定移动终端的使用者进入睡眠状态；当移动终端的使用者进入睡眠状态后，则自动关闭音乐软件或者暂停播放音乐，虽然从而实现了智能化，但只是在音乐播放层面通过检查使用者入睡状态进行控制。

实施例一

如图1-3，一种助眠音乐智能推荐方法，包括如下步骤：

步骤S1，获取目标对象的状态信息并获得出用户入睡时间点。

用户首先在终端(可包括移动终端如手机、平板以及电脑)上安装应用客户端，注册并输入基础信息(包括年龄、身高、体重，还可包括病例史)，后台接受用户信息并获取用户的基础信息。

进一步的，所述步骤S1还包括首次列表生成步骤S11：

获取所述目标对象的音乐偏好；

在数据库音乐列表中筛选出合适的音乐并生产音乐列表。

当耳朵接收到有规律的音乐节奏传送到脑部，脑的波动频率会随之或与该刺激产生互引作用。脑内的律动如果到达中a波(每秒大约10次的)和低p波(每秒约14次)，将会产出促进睡眠的作用，而每首音乐都有自己的律动，用户在首次使用时可以试听不同类型的音乐，感受处于助眠频段的各类音乐，并由自己的感官感受设定自己偏好的音乐类型，后台接收到用户首次设定的偏好的音乐类型并从后台数据库中选出这类音乐并随机产生首次推荐音乐列表推送给用户。

在本实施例中，将借助睡眠监测辅助装置来检测，睡眠监测辅助装置可为枕头、床垫或者智能手环。睡眠监测辅助装置中可以设置有各种类型的传感器(例如温度传感器、压膜传感器等)，以确定与助眠装置接触的对象是目标对象，例如确定躺在枕头上的是否为人，并通过传感器获得目标对象的状态信息，包括体温信息、心率信息等，根据这些信息判定出用户的入睡时间点和醒来时间点，比如人体在入睡后心率会降低、人体在入睡后温度会降低(通常和白天的体温相差不会超过一摄氏度)。在获得用户的入睡时间点和醒来时间点后，通过后台运算获得用户入睡时长，并在后台进行记录，以便后期可导出分析用户睡眠质量。

步骤S2，对目标对象入睡前听的音乐进行打分。

从用户首次使用音乐进行助眠开始，并开始对用户所收听的音乐进行打分，每次使用都会进行音乐助眠效果打分，并且当用户使用次数越多，获得用户睡眠数据越多，针对用户的每首音乐助眠效果也分析的更精准。

进一步的，所述步骤S2具体为：

步骤S21,根据所述当前目标对象的所述入睡时间点获取当前播放的当前音乐和已播音乐。

在通过睡眠监测辅助装置获取用户睡眠状态信息，判断出用户已进入睡眠状态后，通过预设的后台系统算法，获取在这个阶段应用程序已播放的音乐，包括当前音乐和已播音乐。

步骤S22，以所述当前音乐为开始对所述已播音乐进行倒叙排列。

以用户入睡时间点当前正在播放的音乐为开始，标记为第一首音乐，往前类推，在当前音乐前面播放的第一首音乐标记为第二首音乐，在当前音乐前面播放的第二首音乐标记为第三首音乐……

步骤S23，对所述已播音乐进行打分。

进一步的，所述步骤S23具体为：

对倒叙排列的所述已播音乐进行递减打分。

对已播放的音乐倒序排列标记后进行打分：

系统计算模型包括助眠音乐评分模型，单个助眠音乐计算公式。

助眠音乐评分模型：

用户进入睡眠时正在播放的音乐 10分

用户进入睡眠时前一首播放的音乐 9分

用户进入睡眠时前二首播放的音乐 8分

用户进入睡眠时前三首播放的音乐 7分

用户进入睡眠时前四首播放的音乐 6分

用户进入睡眠时前五首播放的音乐 5分

用户进入睡眠时前六首播放的音乐 4分

用户进入睡眠时前七首播放的音乐 3分

用户进入睡眠时前八首播放的音乐 2分

用户进入睡眠时前九首播放的音乐 1分

用户进入睡眠时前十首及以上的音乐被认为对用户没有产生很大助眠作用，不计入助眠音乐评分。

步骤S3，根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表。

进一步的，通过每首音乐的助眠得分进行加权计算获得每首音乐的助眠分值，具体单个助眠音乐计算公式为：

所有产生分数的天数的评分相加/总共的天数＝该助眠音乐平均得分

最后系统根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表，最后输出到用户使用的应用客户端，以音乐列表的形式存储在用户的播放列表中。

进一步的，应用程序后台将不存储每次的播放列表数据，但会对每首助眠音乐的最新平均得分进行存储，以便于用户第二天使用时无误的生产推荐的音乐列表，且不过多的占用后台的资源，减少后台服务器的压力，不存储每次的播放列表降低访问后台数据时对过多数据列表的访问。

实施例二

与实施例一不同之处在于，在一种助眠音乐智能推荐方法的步骤S2中，后期通过分析高分助眠音乐的音频轨迹，声波波段，可以从后台数据库中更好选出合适用户睡眠习惯的助眠音乐。

实施例三

与实施例一、实施例二不同之处在于，在一种助眠音乐智能推荐方法中，通过睡眠监测辅助装置获取用户睡眠状态信息，判断出用户已进入睡眠状态后，应用将自动暂停助眠音乐的播放，且暂停过程为音乐声逐渐减小，最后直到音乐静音并在同时暂停播放。

实施例四

如图4-6，一种助眠音乐智能推荐系统，包括：

状态获取模块，用于获取目标对象的状态信息并判断出用户入睡时间点。

用户首先在终端上安装应用客户端，注册并输入包括年龄、身高、体重，还可包括病例史等的基础信息，后台接受用户信息并获取用户的基础信息。

进一步的可以初次根据现有医学常识对用户进行身体状态的分析。

进一步的，所述状态获取模块中还包括首次列表生成单元，用于生成首次的音乐列表。

用户在首次使用时可以试听不同类型的音乐，并由自己的感官感受设定自己偏好的音乐类型，比如用户在试听海风声类试听音乐、流水声类试听音乐、舒缓乐器声类试听音乐后，根据自己的感觉选择了舒缓乐器声类试听音乐，后台接收到用户首次设定的偏好的音乐类型为舒缓乐器声类音乐，并从后台数据库中选出这类音乐并随机产生首次推荐音乐列表推送给用户。

音乐评分模块，用于对所述当前对象听的音乐进行打分。

所述音乐评分模块包括：

音乐获取单元，用于获取所述当前对象进入睡眠时的当前音乐和所述当前对象进入睡眠时的已播音乐。

计数单元，用于以所述当前音乐为开始对所述已播音乐进行倒叙排列并进行计数。

以用户入睡时间点当前正在播放的音乐为开始，标记为第一首音乐，往前类推，在当前音乐前面播放的第一首音乐标记为第二首音乐，在当前音乐前面播放的第二首音乐标记为第三首音乐……

评分单元，用于对所述已播音乐进行打分。

用于对已倒序排列的已播音乐进行打分，计第一首音乐得分为10分，第二首音乐得分为9分，第三首音乐得分为8分，以此类推，第八首音乐得分为1分，且从第九首音乐开始就不再得分。

推荐生成模块，用于根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表。

进一步的，通过每首音乐的助眠得分进行加权计算获得每首音乐的助眠分值，具体单个助眠音乐计算公式为：

所有产生分数的天数的评分相加/总共的天数＝该助眠音乐平均得分

最后系统根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表，最后输出到用户使用的应用客户端，以音乐列表的形式存储在用户的播放列表中。

实施例五

与实施例四不同之处在于，在一种助眠音乐智能推荐系统的音乐评分模块中，在应用程序被多次使用后，后期可通过分析高分助眠音乐的音频轨迹、声波波段等信息，可以从后台数据库中更好选出合适用户睡眠习惯的助眠音乐。

实施例六

与实施例四、实施例五不同之处在于，在一种助眠音乐智能推荐系统中，通过睡眠监测辅助装置获取用户睡眠状态信息，判断出用户已进入睡眠状态后，应用将自动暂停助眠音乐的播放，且暂停过程为音乐声逐渐减小，最后直到音乐静音并在同时暂停播放。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种助眠音乐智能推荐方法，其特征在于，包括如下步骤：

步骤S1，获取目标对象的状态信息并获得用户入睡时间点；

步骤S2，对目标对象入睡前听的音乐进行打分；

步骤S3，根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表。

2.根据权利要求1所述的一种助眠音乐智能推荐方法，其特征在于，所述步骤S1还包括首次列表生成步骤S11：

获取所述目标对象的音乐偏好；

在数据库音乐列表中筛选出合适的音乐并生产音乐列表。

3.根据权利要求1所述的一种助眠音乐智能推荐方法，其特征在于，所述步骤S1中所述状态信息包括目标对象的体温信息、心率信息。

4.根据权利要求3所述的一种助眠音乐智能推荐方法，其特征在于，所述步骤S2具体为：

步骤S21,根据目标对象的所述入睡时间点获取当前播放的当前音乐和已播音乐；

步骤S22，以所述当前音乐为开始对所述已播音乐进行倒叙排列；

步骤S23，对所述已播音乐进行打分。

5.根据权利要求4所述的一种助眠音乐智能推荐方法，其特征在于，所述步骤S23具体为：

对倒叙排列的所述已播音乐进行递减打分。

6.根据权利要求1或4或5所述的一种助眠音乐智能推荐方法，其特征在于，所述步骤S3具体为：

根据单首音乐产生分数的总和除以总共被播放的天数算出所述单首音乐的助眠分值；

根据所述音乐列表的所述单首音乐的平均分值，每天动态生成助眠音乐列表。

7.一种助眠音乐智能推荐系统，其特征在于，包括：

状态获取模块，用于获取目标对象的状态信息并获得出用户入睡时间点；

音乐评分模块，用于对所述当前对象听的音乐进行打分；

推荐生成模块，用于根据音乐得分获取每首音乐的助眠分值为目标对象动态生成音乐列表。

8.根据权利要求7所述的一种助眠音乐智能推荐系统，其特征在于，所述状态获取模块中还包括首次列表生成单元，用于生成首次的音乐列表。

9.根据权利要求7所述的一种助眠音乐智能推荐系统，其特征在于，所述音乐评分模块包括：

音乐获取单元，用于获取所述当前对象进入睡眠时的当前音乐和所述当前对象进入睡眠时的已播音乐；

计数单元，用于以所述当前音乐为开始对所述已播音乐进行倒叙排列并进行计数；

评分单元，用于对所述已播音乐进行打分。

10.根据权利要求7或8所述的一种助眠音乐智能推荐系统，其特征在于，所述推荐生成模块包括：

计算单元，用于根据单首音乐产生分数的总和除以总共被播放的天数算出所述单首音乐的助眠分值。

推荐生成单元，用于根据单首音乐的助眠分值，每天动态生成助眠音乐列表。