CN110413831A - 有利于获取权重的系统 - Google Patents
有利于获取权重的系统 Download PDFInfo
- Publication number
- CN110413831A CN110413831A CN201810397607.6A CN201810397607A CN110413831A CN 110413831 A CN110413831 A CN 110413831A CN 201810397607 A CN201810397607 A CN 201810397607A CN 110413831 A CN110413831 A CN 110413831A
- Authority
- CN
- China
- Prior art keywords
- music
- singer
- assignment
- class
- vector
- 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- Withdrawn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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了有利于获取权重的系统,包括:用于对每一个需要量化的音乐建立向量的向量模块;所有向量的维度相同;用于将所有向量中位置相同的元素归入同一类的归类模块,且所有的类均不相同;用于将所有的类分为两个部分:风格类和歌手类的划分模块;用于对一首音乐的向量中属于歌手类的元素赋值的赋值模块,当元素对应的歌手为该音乐的歌手时,将该元素赋值1;当元素对应的歌手不为该音乐的歌手时,将该元素赋值0;所述赋值模块还用于将所有用户对音乐做的标签进行统计并赋值于风格类中的元素。本发明有利于获取权重的系统,通过多个维度对音乐进行量化评分,所以可以有效的对音乐进行评分,从而提高了音乐推荐的准确度。
Description
技术领域
本发明涉及计算机技术领域,具体涉及有利于获取权重的系统。
背景技术
在互联网时代,各类音乐网站极大的方便了人们对于音乐的需求。然而,大型的音乐门户网站能够保存上千万首歌曲,在面对如此海量的音乐信息时,人们往往难以从中找到符合自己口味的歌曲。传统的搜索引擎只适合应用在用户有明确的目标并且能够用关键词准确的表达出来的信息检索问题。为了将音乐可以更加合适的推荐给用户,需要将音乐进行量化以便于进行分析,但是现有的音乐量化的维度单一,使得音乐推荐不准确。
发明内容
本发明所要解决的技术问题是现有的音乐量化的维度单一,使得音乐推荐不准确,目的在于提供一种量化音乐的评分方法,解决上述问题。
本发明通过下述技术方案实现:
有利于获取权重的系统,包括:用于对每一个需要量化的音乐建立向量的向量模块;所有向量的维度相同;用于将所有向量中位置相同的元素归入同一类的归类模块,且所有的类均不相同;用于将所有的类分为两个部分:风格类和歌手类的划分模块;用于对一首音乐的向量中属于歌手类的元素赋值的赋值模块,当元素对应的歌手为该音乐的歌手时,将该元素赋值1;当元素对应的歌手不为该音乐的歌手时,将该元素赋值0;所述赋值模块还用于将所有用户对音乐做的标签进行统计并赋值于风格类中的元素。
现有技术中,为了将音乐可以更加合适的推荐给用户,需要将音乐进行量化以便于进行分析,但是现有的音乐量化的维度单一,使得音乐推荐不准确。本发明应用时,先对每一个需要量化的音乐建立向量,所有向量的维度相同,然后将所有向量中位置相同的元素归入同一类,且所有的类均不相同,再然后将所有的类分为两个部分:风格类和歌手类,再然后对一首音乐的向量中属于歌手类的元素赋值,当元素对应的歌手为该音乐的歌手时,将该元素赋值1;当元素对应的歌手不为该音乐的歌手时,将该元素赋值0,再然后将所有用户对音乐做的标签进行统计并赋值于风格类中的元素,由于通过多个维度对音乐进行量化评分,所以可以有效的对音乐进行评分,从而提高了音乐推荐的准确度。
进一步的,所述赋值模块还用于当任意用户对音乐做的标签符合风格类中元素的类型时,将该元素的值加一并将所有风格类中的元素进行标准化。
进一步的,所述向量的维度大于256。
进一步的,属于风格类的元素为所有元素的60%~75%。
进一步的,所述赋值模块还用于当歌曲的歌手不属于歌手类时,将该歌曲的歌手加入向量中,使得向量维度增加一。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明有利于获取权重的系统,通过多个维度对音乐进行量化评分,所以可以有效的对音乐进行评分,从而提高了音乐推荐的准确度。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
如图1所示,本发明有利于获取权重的系统,包括:用于对每一个需要量化的音乐建立向量的向量模块;所有向量的维度相同;用于将所有向量中位置相同的元素归入同一类的归类模块,且所有的类均不相同;用于将所有的类分为两个部分:风格类和歌手类的划分模块;用于对一首音乐的向量中属于歌手类的元素赋值的赋值模块,当元素对应的歌手为该音乐的歌手时,将该元素赋值1;当元素对应的歌手不为该音乐的歌手时,将该元素赋值0;所述赋值模块还用于将所有用户对音乐做的标签进行统计并赋值于风格类中的元素。所述赋值模块还用于当任意用户对音乐做的标签符合风格类中元素的类型时,将该元素的值加一并将所有风格类中的元素进行标准化。所述向量的维度大于256。属于风格类的元素为所有元素的60%~75%。所述赋值模块还用于当歌曲的歌手不属于歌手类时,将该歌曲的歌手加入向量中,使得向量维度增加一。
本实施例实施时,先对每一个需要量化的音乐建立向量,所有向量的维度相同,然后将所有向量中位置相同的元素归入同一类,且所有的类均不相同,再然后将所有的类分为两个部分:风格类和歌手类,再然后对一首音乐的向量中属于歌手类的元素赋值,当元素对应的歌手为该音乐的歌手时,将该元素赋值1;当元素对应的歌手不为该音乐的歌手时,将该元素赋值0,再然后将所有用户对音乐做的标签进行统计并赋值于风格类中的元素,由于通过多个维度对音乐进行量化评分,所以可以有效的对音乐进行评分,从而提高了音乐推荐的准确度。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.有利于获取权重的系统,其特征在于,包括:
用于对每一个需要量化的音乐建立向量的向量模块;所有向量的维度相同;
用于将所有向量中位置相同的元素归入同一类的归类模块,且所有的类均不相同;
用于将所有的类分为两个部分:风格类和歌手类的划分模块;
用于对一首音乐的向量中属于歌手类的元素赋值的赋值模块,当元素对应的歌手为该音乐的歌手时,将该元素赋值1;当元素对应的歌手不为该音乐的歌手时,将该元素赋值0;
所述赋值模块还用于将所有用户对音乐做的标签进行统计并赋值于风格类中的元素。
2.根据权利要求1所述的有利于获取权重的系统,其特征在于,所述赋值模块还用于当任意用户对音乐做的标签符合风格类中元素的类型时,将该元素的值加一并将所有风格类中的元素进行标准化。
3.根据权利要求1所述的有利于获取权重的系统,其特征在于,所述向量的维度大于256。
4.根据权利要求1所述的有利于获取权重的系统,其特征在于,属于风格类的元素为所有元素的60%~75%。
5.根据权利要求1所述的有利于获取权重的系统,其特征在于,所述赋值模块还用于当歌曲的歌手不属于歌手类时,将该歌曲的歌手加入向量中,使得向量维度增加一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810397607.6A CN110413831A (zh) | 2018-04-28 | 2018-04-28 | 有利于获取权重的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810397607.6A CN110413831A (zh) | 2018-04-28 | 2018-04-28 | 有利于获取权重的系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110413831A true CN110413831A (zh) | 2019-11-05 |
Family
ID=68348019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810397607.6A Withdrawn CN110413831A (zh) | 2018-04-28 | 2018-04-28 | 有利于获取权重的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110413831A (zh) |
-
2018
- 2018-04-28 CN CN201810397607.6A patent/CN110413831A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11354356B1 (en) | Video segments for a video related to a task | |
CN101174273B (zh) | 基于元数据分析的新闻事件检测方法 | |
CN103049435B (zh) | 文本细粒度情感分析方法及装置 | |
CN100388282C (zh) | 基于多模态信息融合分析的跨媒体检索方法 | |
CN103268348B (zh) | 一种用户查询意图识别方法 | |
CN103699689B (zh) | 事件知识库的构建方法及装置 | |
TW201805839A (zh) | 資料處理方法、設備及系統 | |
CN104252456B (zh) | 一种权重估计方法、装置及系统 | |
JP2016164800A (ja) | 検索方法、検索システム及びコンピュータプログラム | |
CN103455487B (zh) | 一种搜索词的提取方法及装置 | |
CN105426514A (zh) | 个性化的移动应用app推荐方法 | |
CN104123346A (zh) | 一种结构化数据搜索方法 | |
CN105844424A (zh) | 基于网络评论的产品质量问题发现及风险评估方法 | |
TW201220233A (en) | by which category information of long tail keywords is provided for users within a specified time period | |
CN102902826B (zh) | 一种基于基准图像索引的图像快速检索方法 | |
JP2013531289A (ja) | 検索におけるモデル情報群の使用 | |
CN103324622A (zh) | 一种自动生成首页摘要的方法及装置 | |
CN103123653A (zh) | 基于贝叶斯分类学习的搜索引擎检索排序方法 | |
CN105159971B (zh) | 一种云平台数据检索方法 | |
CN104077407A (zh) | 一种智能数据搜索系统及方法 | |
CN109101512B (zh) | 法律数据库的构建方法、法律数据查询方法及装置 | |
CN101937433A (zh) | 一种产品实时搜索方法 | |
CN102129457A (zh) | 大规模语义数据路径查询的方法 | |
Bechhofer et al. | Hello cleveland! Linked data publication of live music archives | |
CN110413831A (zh) | 有利于获取权重的系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191105 |