CN108052598A - 一种基于标签的智能音乐推荐系统 - Google Patents
一种基于标签的智能音乐推荐系统 Download PDFInfo
- Publication number
- CN108052598A CN108052598A CN201711322489.4A CN201711322489A CN108052598A CN 108052598 A CN108052598 A CN 108052598A CN 201711322489 A CN201711322489 A CN 201711322489A CN 108052598 A CN108052598 A CN 108052598A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- label
- user
- song
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
Abstract
本发明提供一种基于标签的智能音乐推荐系统，包括：音乐评价模块，用于供用户对歌曲进行标签评价；标签体系建立模块，用于根据用户的标签评价建立标签体系，所述标签体系具有至少一个维度特征，每个维度特征具有至少一子特征标签，并为同一维度特征下的任意两个子特征标签之间的相关度赋值；用户管理模块，用于根据用户与其社交好友的标签评价记录，获取用户与社交好友之间的偏好信任度，并根据偏好信任度标记信任好友；音乐推荐模块，用于在用户未标定的歌曲中，选取用户的信任好友对歌曲标签评价相关度均值最高的歌曲，并推荐给用户。本发明从多维度评价歌曲的特性，自由度高；而且能够有效地覆盖不同类型的歌曲，客观性强，准确度高。
Description
技术领域
本发明涉及音乐数据处理领域，特别是一种基于标签的智能音乐推荐系统。
背景技术
现有技术中，用户可以自主地针对歌曲进行标注，即用户可以根据对歌曲的试听感受，从多角度对歌曲进行设置标签，以表示歌曲的多方面特征；用户也可以根据自己对歌曲的喜爱程度，对歌曲进行评分，现在大多数采用的评分方式是以分数的方式对歌曲进行评分；现在的音乐推荐系统，大多是根据以上两种对歌曲的评价筛选出合适的歌曲推送给用户，但是存在着以下一些问题：
1)不同用户对歌曲的标签设置的随意性比较大，即使对于同一个含义，使用的标签也可能有很大的差异；
2)单独采用评分对歌曲进行评价，由于歌曲的类型众多，对用户喜好的因素也很多，因此仅仅采用单一的评分来对歌曲进行评价并不能全面地反应歌曲的特性；
3)现有的推荐系统通常是选取系统中评分比较高的歌曲来推荐给用户，针对性不强；
4)传统的评分系统只能通过分数等方式去评价歌曲的好坏，但是仅仅通过一维的评价方式并不能反应歌曲的特点。
发明内容
针对上述问题，本发明旨在提供一种基于标签的智能音乐推荐系统。
本发明的目的采用以下技术方案来实现：
一种基于标签的智能音乐推荐系统，包括：音乐评价模块，用于供用户对歌曲进行标签评价；
标签体系建立模块，用于根据用户的标签评价建立标签体系，所述标签体系具有至少一个维度特征，每个维度特征具有至少一子特征标签，并为同一维度特征下的任意两个子特征标签之间的相关度赋值；
用户管理模块，用于根据用户与其社交好友的标签评价记录，获取用户与社交好友之间的偏好信任度，并根据偏好信任度标记信任好友；
音乐推荐模块，用于在用户未标定的歌曲中，选取用户的信任好友对歌曲标签评价相关度均值最高的歌曲，并推荐给用户。
优选地，还包括数据管理模块，用于储存所述标签体系信息、用户数据、用户社交数据和音乐数据并对其进行实时更新。
本发明的有益效果为：本发明避免采用传统的评价方式，即用好或不好去评价音乐，而是采用标签评价的方式代替传统的分数评价，从多维度评价歌曲的特性，自由度高；而且本发明系统从用户的社交好友出发，先从社交好友中获取与用户偏好一直的作为信任好友，然后将信任好友给出最一致评价的歌曲推荐给用户，能够使得推荐的歌曲种类、风格多变，丰富性强，而又贴近用户的偏好，准确度高。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的框架结构图；
图2为本发明的另一种实施方式的框架结构图。
附图标记：
音乐评价模块1、标签体系建立模块2、用户管理模块3、音乐推荐模块4和数据管理模块5
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1，一种基于标签的智能音乐推荐系统，包括：音乐评价模块，用于供用户对歌曲进行标签评价；标签体系建立模块，用于根据用户的标签评价建立标签体系，所述标签体系具有至少一个维度特征，每个维度特征具有至少一子特征标签，并为同一维度特征下的任意两个子特征标签之间的相关度赋值；用户管理模块，用于根据用户与其社交好友的标签评价记录，获取用户与社交好友之间的偏好信任度，并根据偏好信任度标记信任好友；音乐推荐模块，用于在用户未标定的歌曲中，选取用户的信任好友对歌曲标签评价相关度均值最高的歌曲，并推荐给用户。
本发明上述实施例，采用标签评价代替传统的分数评价，能够从多维度评价歌曲的特性，自由度高；而且从用户社交好友中找出评价相近或一致的歌曲推荐给用户，能够有效地覆盖不同类型的歌曲，客观性强，准确度高。
优选地，参见图2，本发明系统还包括数据管理模块，用于储存所述标签体系信息、用户数据、用户社交数据和音乐数据并对其进行实时更新。
优选地，所述标签体系建立模块，为同一维度特征下的任意两个子特征标签之间的相关度赋值，具体包括：
收集所有歌曲的标签评价结果，其中，将所有歌曲归纳到歌曲集合RE中，所有使用的标签归纳为标签集合T；
计算其中两个标签的相关度，采用的自定义标签相关度函数为：
式中，S(Ti,Tj)表示标签Ti与标签Tj的相关度，RE表示歌曲集合，REi表示歌曲集合中的第i个歌曲，rel(REi,Ti)表示歌曲REi与标签Ti的相关程度，其中rel(REi,Ti)＝TF(REi,Ti)×IDF(REi,Ti)，TF(REi,Ti)表示歌曲REi中标签评价Ti的次数占所有标签评价的比重，IDF(REi,Ti)表示标签Ti在所有歌曲的标注中出现的频率，rel(REi,Tj)表示歌曲REi与标签Tj的相关程度，n(RE)表示歌曲集合RE所包含的歌曲总数，RE(Ti)和RE(Tj)分别表示歌曲集合RE中被标签Ti和Tj标注的所有歌曲。
本优选实施例，用户可以自由标注标签对歌曲进行评价，所述标签体系建立模块统计歌曲所获取的标签评价，首先把标签标分为不同维度特征，例如评价、音乐种类、音乐风格等，然后采用上述方法对同一维度特征下的两个标签进行相关度计算，获取同一维度特征下的任意两个标签的相关度，通过不同标签的相关度，建立系统完整的标签体系，自由度强，准确性高，为之后系统根据用户的标签评价获取用户之间的偏好信任度提供了基础。
优选地，用户管理模块，用于根据用户与其社交好友的标签评价记录，获取用户与社交好友之间的偏好信任度，并根据偏好信任度标记信任好友，具体包括：
获取用户与社交好友之间的偏好信任度，采用的函数为：
式中，sim(i,k)表示用户i和社交好友k的偏好信任度，其中sim(i,k)的值越大代表用户之间的喜好越相似，I(i)和I(k)分别表示用户i和社交好友k的标签评价项目集合，Rij表示用户i对歌曲Ij的标签评价，S(Rij,Rkj)表示用户i对歌曲Ij的标签评价和社交好友k对歌曲Ij的标签评价的相关度，表示用户i对歌曲使用次数最多的标签评价。
在用户的社交好友中，将与用户的偏好信任度最高的前M个社交好友标记为信任好友，其中M为设定的大于1的整数。
优选地，标记信任好友的方法也可以为：在用户的社交好友中，将与用户的偏好信任度大于设定的阈值的社交好友标记为信任好友。
本优选实施例，分别获取用户和用户的社交好友所有对相同歌曲的历史标签评价记录，采用上述的方法进行分析并获取用户和其不同好友之间的偏好信任度，能够准确地反应用户和各社交好友对歌曲的喜好相似程度，并依此为根据标定用户的信任好友，为之后音乐推荐模块根据用户的信任好友给用户推荐歌曲提供了基础。
优选地，音乐推荐模块，用于在用户未标定的歌曲中，选取用户的信任好友对歌曲标签评价相关度均值最高的歌曲，并推荐给用户，具体包括：
在用户还没有标定的歌曲中，针对其中某一歌曲，获取用户的信任好友对这一歌曲的标签评价，并获取由信任好友给出的这些标签评价的相关度作为对这一歌曲的评价一致度，将信任好友评价一致度最高的歌曲推荐给用户。
本优选实施例，选取信任好友中评价最一致的歌曲推荐给用户，能够根据信任用户的偏好选取最可能适合用户的歌曲推荐给用户，用户接受度高，反馈效果良好。
优选地，音乐推荐模块中，对新用户的音乐推荐，由于新用户可能存在还没有添加社交好友，因此对新用户的音乐推荐方式具体包括：
建立社交网络模型，将系统中每个用户表示为社交网络中的节点；
获取每个节点的受信度，其中采用的受信度迭代函数为：
其中，
式中，B(u)表示节点u的受信度，dout(u)表示节点u相应的出度集合，Cuv表示节点u对节点v的信任权重，P(v)表示节点u的声望值，din(v)节点v相应的入度集合，Xkv表示辅助参数，用于量化节点k的偏见值对节点v的每条出边权值的影响作用，Ckv(1-Xkv)表示量化后的节点k对节点v的信任权重，t表示迭代的次数；
直到迭代趋于稳定或者达到最大迭代次数，获取用户节点中受信度最大的N个用户作为新用户的社交好友，并选出其中标签评价相关度均值最高的歌曲，推荐给新用户。
本优选实施例，针对新用户还没有添加社交好友而导致不能根据其信任好友偏好为其推荐歌曲的问题，本实施例提供了专门针对新用户的歌曲推荐方法，能够有效地覆盖所有新用户，提高了音乐推荐模块的推荐质量和适应性。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (4)
1.一种基于标签的智能音乐推荐系统，其特征在于，包括：音乐评价模块，用于供用户对歌曲进行标签评价；标签体系建立模块，用于根据用户的标签评价建立标签体系，所述标签体系具有至少一个维度特征，每个维度特征具有至少一子特征标签，并为同一维度特征下的任意两个子特征标签之间的相关度赋值；用户管理模块，用于根据用户与其社交好友的标签评价记录，获取用户与社交好友之间的偏好信任度，并根据偏好信任度标记信任好友；音乐推荐模块，用于在用户未标定的歌曲中，选取用户的信任好友对歌曲标签评价相关度均值最高的歌曲，并推荐给用户。
2.根据权利要求1所述的一种基于标签的智能音乐推荐系统，其特征在于，还包括数据管理模块，用于储存所述标签体系信息、用户数据、用户社交数据和音乐数据并对其进行实时更新。
3.根据权利要求1所述的一种基于标签的智能音乐推荐系统，其特征在于，所述标签体系建立模块，为同一维度特征下的任意两个子特征标签之间的相关度赋值，具体包括：
收集所有歌曲的标签评价结果，其中，将所有歌曲归纳到歌曲集合RE中，所有使用的标签归纳为标签集合T；
计算其中两个标签的相关度，采用的自定义标签相关度函数为：
<mrow>
<mi>S</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>T</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mo>&Sigma;</mo>
<mrow>
<msub>
<mi>RE</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<mi>R</mi>
<mi>E</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mo>|</mo>
<mfrac>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>RE</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>RE</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>T</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>RE</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>r</mi>
<mi>e</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>RE</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>T</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>|</mo>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>&cup;</mo>
<mi>R</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>T</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>R</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>&cap;</mo>
<mi>R</mi>
<mi>E</mi>
<mo>(</mo>
<msub>
<mi>T</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
式中，S(Ti,Tj)表示标签Ti与标签Tj的相关度，RE表示歌曲集合，REi表示歌曲集合中的第i个歌曲，rel(REi,Ti)表示歌曲REi与标签Ti的相关程度，其中rel(REi,Ti)＝TF(REi,Ti)×IDF(REi,Ti)，TF(REi,Ti)表示歌曲REi中标签评价Ti的次数占所有标签评价的比重，IDF(REi,Ti)表示标签Ti在所有歌曲的标注中出现的频率，rel(REi,Tj)表示歌曲REi与标签Tj的相关程度，n(RE)表示歌曲集合RE所包含的歌曲总数，RE(Ti)和RE(Tj)分别表示歌曲集合RE中被标签Ti和Tj标注的所有歌曲。
4.根据权利要求3所述的一种基于标签的智能音乐推荐系统，其特征在于，所述用户管理模块，获取用户与社交好友之间的偏好信任度，具体包括：
获取用户与社交好友之间的偏好信任度，采用的函数为：
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>m</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&cap;</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mi>S</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msqrt>
<mrow>
<msub>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&cap;</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mi>S</mi>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>R</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<msqrt>
<mrow>
<msub>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&cap;</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mi>S</mi>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>R</mi>
<mo>&OverBar;</mo>
</mover>
<mi>k</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
式中，sim(i,k)表示用户i和社交好友k的喜好相似度，其中sim(i,k)的值越大代表用户之间的喜好越相似，I(i)和I(k)分别表示用户i和社交好友k的标签评价项目集合，Rij表示用户i对歌曲Ij的标签评价，S(Rij,Rkj)表示用户i对歌曲Ij的标签评价和社交好友k对歌曲Ij的标签评价的相关度，表示用户i对歌曲使用次数最多的标签评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711322489.4A CN108052598A (zh) | 2017-12-12 | 2017-12-12 | 一种基于标签的智能音乐推荐系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711322489.4A CN108052598A (zh) | 2017-12-12 | 2017-12-12 | 一种基于标签的智能音乐推荐系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108052598A true CN108052598A (zh) | 2018-05-18 |
Family
ID=62131970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711322489.4A Withdrawn CN108052598A (zh) | 2017-12-12 | 2017-12-12 | 一种基于标签的智能音乐推荐系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108052598A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111738768A (zh) * | 2020-06-24 | 2020-10-02 | 江苏云柜网络技术有限公司 | 广告推送方法及系统 |
| CN112333596A (zh) * | 2020-11-05 | 2021-02-05 | 江苏紫米电子技术有限公司 | 一种耳机均衡器的调整方法、装置、服务器及介质 |
| CN112395455A (zh) * | 2020-11-12 | 2021-02-23 | 口碑(上海)信息技术有限公司 | 一种音乐作品信息的推荐方法、装置、电子设备 |
| CN114168785A (zh) * | 2021-11-09 | 2022-03-11 | 天翼爱音乐文化科技有限公司 | 基于社交及距离的音乐推荐方法、系统、装置及存储介质 |
| CN112395455B (zh) * | 2020-11-12 | 2024-05-10 | 口碑(上海)信息技术有限公司 | 一种音乐作品信息的推荐方法、装置、电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102654859A (zh) * | 2011-03-01 | 2012-09-05 | 北京彩云在线技术开发有限公司 | 一种歌曲推荐方法及系统 |
| CN104239390A (zh) * | 2014-06-11 | 2014-12-24 | 杭州联汇数字科技有限公司 | 一种基于改进型协同过滤算法的音频推荐方法 |
-
2017
- 2017-12-12 CN CN201711322489.4A patent/CN108052598A/zh not_active Withdrawn
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102654859A (zh) * | 2011-03-01 | 2012-09-05 | 北京彩云在线技术开发有限公司 | 一种歌曲推荐方法及系统 |
| CN104239390A (zh) * | 2014-06-11 | 2014-12-24 | 杭州联汇数字科技有限公司 | 一种基于改进型协同过滤算法的音频推荐方法 |
Non-Patent Citations (1)
| Title |
|---|
| 董晓华: "《网格服务的信任机制研究》", 30 June 2011 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111738768A (zh) * | 2020-06-24 | 2020-10-02 | 江苏云柜网络技术有限公司 | 广告推送方法及系统 |
| CN112333596A (zh) * | 2020-11-05 | 2021-02-05 | 江苏紫米电子技术有限公司 | 一种耳机均衡器的调整方法、装置、服务器及介质 |
| CN112395455A (zh) * | 2020-11-12 | 2021-02-23 | 口碑(上海)信息技术有限公司 | 一种音乐作品信息的推荐方法、装置、电子设备 |
| CN112395455B (zh) * | 2020-11-12 | 2024-05-10 | 口碑(上海)信息技术有限公司 | 一种音乐作品信息的推荐方法、装置、电子设备 |
| CN114168785A (zh) * | 2021-11-09 | 2022-03-11 | 天翼爱音乐文化科技有限公司 | 基于社交及距离的音乐推荐方法、系统、装置及存储介质 |
| CN114168785B (zh) * | 2021-11-09 | 2023-03-24 | 天翼爱音乐文化科技有限公司 | 基于社交及距离的音乐推荐方法、系统、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Loken et al. | Brands and brand management: Contemporary research perspectives | |
| CN104899302B (zh) | 向用户推荐音乐的方法和装置 | |
| Hicks et al. | Coverage and overlap of the new social sciences and humanities journal lists | |
| Shah et al. | Exploring characteristics and effects of user participation in online social Q&A sites | |
| CN103745100B (zh) | 一种基于项目的混合显性隐性反馈的协同过滤推荐的方法 | |
| CN103324637B (zh) | 一种热点信息挖掘方法和系统 | |
| CN103049440A (zh) | 一种相关文章的推荐处理方法和处理系统 | |
| CN103116588A (zh) | 一种个性化推荐方法及系统 | |
| CN108052598A (zh) | 一种基于标签的智能音乐推荐系统 | |
| US20090157668A1 (en) | Method and system for measuring an impact of various categories of media owners on a corporate brand | |
| Sharma et al. | Assessing the impact of web 2.0 on consumer purchase decisions: Indian perspective | |
| Mehta et al. | Sentiment analysis and influence tracking using twitter | |
| CN111523055B (zh) | 一种基于农产品特征属性评论倾向的协同推荐方法及系统 | |
| CN107885745A (zh) | 一种歌曲推荐方法及装置 | |
| CN105809464A (zh) | 信息投放方法和装置 | |
| CN103455538B (zh) | 信息处理装置、信息处理方法和程序 | |
| CN102411579A (zh) | 一种搜索行业相关信息的方法及装置 | |
| Jin | Retrospection and state of sports marketing and sponsorship research in IJSMS from 1999 to 2015 | |
| CN105786983A (zh) | 一种基于学习地图与协同过滤的员工个性化学习推荐方法 | |
| CN105447193A (zh) | 一种基于机器学习和协同过滤的音乐推荐系统 | |
| CN104572982A (zh) | 基于问题引导的个性化推荐方法及系统 | |
| CN110188268A (zh) | 一种基于标签和时间信息的个性化推荐方法 | |
| Chowudhury | Developing the measurement of consumer based brand equity in service industry: an empirical study on mobile phone industry | |
| Verma et al. | Social media a promotional tool: Hotel industry | |
| CN110688407B (zh) | 一种社会关系挖掘的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180518 |
|
| WW01 | Invention patent application withdrawn after publication |