CN110968726A - 一种音乐推送系统 - Google Patents

一种音乐推送系统 Download PDF

Info

Publication number
CN110968726A
CN110968726A CN201911038217.0A CN201911038217A CN110968726A CN 110968726 A CN110968726 A CN 110968726A CN 201911038217 A CN201911038217 A CN 201911038217A CN 110968726 A CN110968726 A CN 110968726A
Authority
CN
China
Prior art keywords
song
music
information
acquisition module
historical
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.)
Granted
Application number
CN201911038217.0A
Other languages
English (en)
Other versions
CN110968726B (zh
Inventor
李红宇
刘永武
逯强
刘江丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Normal University
Original Assignee
Harbin Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Normal University filed Critical Harbin Normal University
Priority to CN201911038217.0A priority Critical patent/CN110968726B/zh
Publication of CN110968726A publication Critical patent/CN110968726A/zh
Application granted granted Critical
Publication of CN110968726B publication Critical patent/CN110968726B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/60—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
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G06F16/636—Filtering based on additional data, e.g. user or group profiles by using biological or physiological data
    • 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
    • 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
    • G06F16/687—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/036—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal of musical genre, i.e. analysing the style of musical pieces, usually for selection, filtering or classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种音乐推送系统，包括登录模块、第一采集模块、第一歌曲信息分析模块、第二采集模块、第二歌曲信息分析模块、相似度计算单元、匹配单元、音乐库和推送单元，匹配单元根据用户个性信息、相似度计算单元计算出的相似度在音乐库中进行匹配，获得一个节点中多个时间段内符合该时间段特点且具有登录用户特色的音乐推荐曲；本发明系统能够根据不同年龄、不同性别的用户在一个时间区间内随机一天中多个不同时间段的听歌特色为线索，能够匹配出符合一天中多个不同时间段中每个特定时间段用户的对音乐推送的目标性需求，能够更好的根据用户自身个性化和需求进行推送音乐，能够提高音乐推送服务的质量，让用户具有更好的音乐体验。

Description

一种音乐推送系统
技术领域
本发明涉及互联网技术领域，尤其涉及一种音乐推送系统。
背景技术
随着物质生活水平的不断提高，人们的精神生活的要求也越来越高，音乐在人们的日常生活中扮演着重要的调剂角色，音乐可以帮助人们放松心情、保持乐观向上的心态，缓解精神压力，还可以帮助人们入眠、刺激脑部使头脑保持活跃状态等；
音乐有不同的风格类型，不同的人对不同风格类型的音乐的偏爱程度也是各不相同，并且不同音乐不同演唱者受到的喜爱程度也不尽相同，音乐播放软件的使用者在播放音乐时，除了选择自己设定的播放清单中的音乐之外，还希望被推送到合适的音乐，现有的音乐推送技术是完全基于使用者的播放历史进行分析的，但使用者的播放历史是使用者在过去某一段时间内的播放记录，而同一使用者在一段时间内的不同时间点的情绪都是有细微差别的，这导致使用者在不同时间点对音乐的喜好以及所播放的音乐类型都有差别，因而现有的音乐推送系统的音乐推送技术仍不能更好的服务使用者，使用者的音乐体验较差，因此，本发明提出一种音乐推送系统，以解决现有技术中的不足之处。
发明内容
针对上述问题，本发明提出一种音乐推送系统，本发明系统能够根据不同年龄、不同性别的用户在一个时间区间内随机一天中多个不同时间段的听歌特色为线索，通过计算多个时间区间内听歌特色之间的相似度，配合天气情况，能够匹配出符合一天中多个不同时间段中每个特定时间段用户的对音乐推送的目标性需求，能够更好的根据用户自身个性化和需求进行推送音乐，能够提高音乐推送服务的质量，让用户具有更好的音乐体验。
本发明提出一种音乐推送系统，包括登录模块、第一采集模块、第一歌曲信息分析模块、第二采集模块、第二歌曲信息分析模块、相似度计算单元、匹配单元、音乐库和推送单元，所述第一采集模块连接第一歌曲信息分析模块，所述第二采集模块连接第二歌曲信息分析模块，所述登录模块和相似度计算单元均连接匹配单元，所述匹配单元连接音乐库，所述音乐库连接推送单元；
所述登录模块用于收集登录用户的年龄信息和性别信息，构成用户个性信息；
所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称，记为第一历史歌曲；
所述第一歌曲信息分析模块根据采集模块采集的第一历史歌曲，对第一历史歌曲的信息进行综合分析，包括分析出第一历史歌曲的类型标签、演唱者和发表时间；
所述第二采集模块采集用户在另一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称，记为第二历史歌曲；
所述第二歌曲信息分析模块根据采集模块采集的第二历史歌曲，对第二历史歌曲的信息进行综合分析，包括分析出第二历史歌曲的类型标签、演唱者和发表时间；
所述相似度计算单元用于计算出第一历史歌曲的信息和第二历史歌曲的信息之间的相似度；
所述匹配单元根据用户个性信息、相似度计算单元计算出的相似度在音乐库中进行匹配，获得一个节点中多个时间段内符合该时间段特点且具有登录用户特色的音乐推荐曲；
所述推送单元根据匹配单元获得的获得一个节点中多个时间段内符合该时间段特点且具有登录用户特色的音乐推荐曲进行音乐推送。
进一步改进在于：所述匹配单元内设有天气信息获取模块，所述天气信息获取模块用于从互联网上获取一个节点中多个时间段内的天气信息。
进一步改进在于：所述匹配单元在音乐库中进行匹配时，还需要根据所述天气信息获取模块从互联网上获取的一个节点中多个时间段内的天气信息。
进一步改进在于：所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称时，所述多个时间段必须要包括6-9点的清晨时间段、12-14点的中午时间段、18-21点晚间时间段和23-次日2点的午夜时间段。
进一步改进在于：所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称时，所述一个时间区间内为7-10天，所述一个节点为所述一个时间区间内随机挑选的一天。
进一步改进在于：所述一个节点还可以为所述一个时间区间内随机挑选的多天。
进一步改进在于：所述第一歌曲信息分析模块和所述第二歌曲信息分析模块对第一历史歌曲和第二历史歌曲的信息进行综合分析时，还包括分析出第一历史歌曲和第二历史歌曲包含的流派信息。
本发明的有益效果为：本发明系统能够根据不同年龄、不同性别的用户在一个时间区间内随机一天中多个不同时间段的听歌特色为线索，通过计算多个时间区间内听歌特色之间的相似度，配合天气情况，能够匹配出符合一天中多个不同时间段中每个特定时间段用户的对音乐推送的目标性需求，能够更好的根据用户自身个性化和需求进行推送音乐，能够提高音乐推送服务的质量，让用户具有更好的音乐体验。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
本实施例提出一种音乐推送系统，包括登录模块、第一采集模块、第一歌曲信息分析模块、第二采集模块、第二歌曲信息分析模块、相似度计算单元、匹配单元、音乐库和推送单元，所述第一采集模块连接第一歌曲信息分析模块，所述第二采集模块连接第二歌曲信息分析模块，所述登录模块和相似度计算单元均连接匹配单元，所述匹配单元连接音乐库，所述音乐库连接推送单元；
所述登录模块用于收集登录用户的年龄信息和性别信息，构成用户个性信息；
所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称，记为第一历史歌曲；
所述第一歌曲信息分析模块根据采集模块采集的第一历史歌曲，对第一历史歌曲的信息进行综合分析，包括分析出第一历史歌曲的类型标签、演唱者和发表时间；
所述第二采集模块采集用户在另一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称，记为第二历史歌曲；
所述第二歌曲信息分析模块根据采集模块采集的第二历史歌曲，对第二历史歌曲的信息进行综合分析，包括分析出第二历史歌曲的类型标签、演唱者和发表时间；
所述相似度计算单元用于计算出第一历史歌曲的信息和第二历史歌曲的信息之间的相似度；
所述匹配单元根据用户个性信息、相似度计算单元计算出的相似度在音乐库中进行匹配，获得一个节点中多个时间段内符合该时间段特点且具有登录用户特色的音乐推荐曲；
所述推送单元根据匹配单元获得的获得一个节点中多个时间段内符合该时间段特点且具有登录用户特色的音乐推荐曲进行音乐推送。
所述匹配单元内设有天气信息获取模块，所述天气信息获取模块用于从互联网上获取一个节点中多个时间段内的天气信息。
所述匹配单元在音乐库中进行匹配时，还需要根据所述天气信息获取模块从互联网上获取的一个节点中多个时间段内的天气信息。
所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称时，所述多个时间段必须要包括6-9点的清晨时间段、12-14点的中午时间段、18-21点晚间时间段和23-次日2点的午夜时间段。
所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称时，所述一个时间区间内为7-10天，所述一个节点为所述一个时间区间内随机挑选的一天。
所述一个节点还可以为所述一个时间区间内随机挑选的多天。
所述第一歌曲信息分析模块和所述第二歌曲信息分析模块对第一历史歌曲和第二历史歌曲的信息进行综合分析时，还包括分析出第一历史歌曲和第二历史歌曲包含的流派信息。
本实施例中以一位24岁的男性青年用户的历史音乐播放器播放的歌曲为例，
第一采集模块采集该男性青年用户从2019年7月3日至11日这一时间区间内7月7号一天中的6-9点的清晨时间段、12-14点的中午时间段、18-21点晚间时间段和23-次日2点的午夜时间段历史播放音乐曲目名称，记为第一历史歌曲，第一歌曲信息分析模块对第一历史歌曲进行分析，分析得出6-9点的清晨时间段中第一历史歌曲中演唱者为周杰伦的比例占比最高，类型标签为情歌的占比最高、发表时间在2005-2010年这区间占比最高；12-14点的中午时间段中第一历史歌曲中演唱者为崔健的比例占比最高，类型标签为摇滚的占比最高、发表时间在1993-1996年这区间占比最高；18-21点晚间时间段中第一历史歌曲中演唱者为泰勒·斯威夫特(Taylor Swift)的比例占比最高，类型标签为情歌的占比最高、发表时间在2008-2015年这区间占比最高；23-次日2点的午夜时间段第一历史歌曲中演唱者为陈奕迅的比例占比最高，类型标签为慢歌、情歌、粤语歌的占比最高、发表时间在2005-2010年这区间占比最高；
第二采集模块采集该男性青年用户从2019年8月10日至17日这一时间区间内8月12号一天中的6-9点的清晨时间段、12-14点的中午时间段、18-21点晚间时间段和23-次日2点的午夜时间段历史播放音乐曲目名称，记为第二历史歌曲，第二歌曲信息分析模块对第二历史歌曲进行分析；分析得出6-9点的清晨时间段中第一历史歌曲中演唱者为林俊杰、周杰伦的比例占比最高，类型标签为情歌的占比最高、发表时间在2005-2012年这区间占比最高；12-14点的中午时间段中第一历史歌曲中演唱者为崔健、汪峰的比例占比最高，类型标签为摇滚的占比最高、发表时间在1993-1996年这区间占比最高；18-21点晚间时间段中第一历史歌曲中演唱者为泰勒·斯威夫特(Taylor Swift)、陈奕迅的比例占比最高，类型标签为情歌的占比最高、发表时间在2008-2015年这区间占比最高；23-次日2点的午夜时间段第一历史歌曲中演唱者为陈奕迅的比例占比最高，类型标签为慢歌、情歌、粤语歌的占比最高、发表时间在2005-2010年这区间占比最高；
然后利用相似度计算单元进行计算后，匹配单元根据6-9点的清晨时间段、12-14点的中午时间段、18-21点晚间时间段和23-次日2点的午夜时间段中的天气情况均为阴雨天这一天气状态，以及根据相似度计算单元计算出的相似度，在音乐库中为用户在6-9点的清晨时间段、12-14点的中午时间段、18-21点晚间时间段和23-次日2点的午夜时间段分别匹配出的推送音乐类型为舒缓情歌类型、高亢的摇滚类型、平静心情的情歌类型和慢歌、情歌、粤语歌类型；
在基于天气情况下进行音乐推送可以得出，在阴雨天用户更加倾向于推送慢歌、情歌类型的音乐。
本发明系统能够根据不同年龄、不同性别的用户在一个时间区间内随机一天中多个不同时间段的听歌特色为线索，通过计算多个时间区间内听歌特色之间的相似度，配合天气情况，能够匹配出符合一天中多个不同时间段中每个特定时间段用户的对音乐推送的目标性需求，能够更好的根据用户自身个性化和需求进行推送音乐，能够提高音乐推送服务的质量，让用户具有更好的音乐体验。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种音乐推送系统，其特征在于：包括登录模块、第一采集模块、第一歌曲信息分析模块、第二采集模块、第二歌曲信息分析模块、相似度计算单元、匹配单元、音乐库和推送单元，所述第一采集模块连接第一歌曲信息分析模块，所述第二采集模块连接第二歌曲信息分析模块，所述登录模块和相似度计算单元均连接匹配单元，所述匹配单元连接音乐库，所述音乐库连接推送单元；
所述登录模块用于收集登录用户的年龄信息和性别信息，构成用户个性信息；
所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称，记为第一历史歌曲；
所述第一歌曲信息分析模块根据采集模块采集的第一历史歌曲，对第一历史歌曲的信息进行综合分析，包括分析出第一历史歌曲的类型标签、演唱者和发表时间；
所述第二采集模块采集用户在另一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称，记为第二历史歌曲；
所述第二歌曲信息分析模块根据采集模块采集的第二历史歌曲，对第二历史歌曲的信息进行综合分析，包括分析出第二历史歌曲的类型标签、演唱者和发表时间；
所述相似度计算单元用于计算出第一历史歌曲的信息和第二历史歌曲的信息之间的相似度；
所述匹配单元根据用户个性信息、相似度计算单元计算出的相似度在音乐库中进行匹配，获得一个节点中多个时间段内符合该时间段特点且具有登录用户特色的音乐推荐曲；
所述推送单元根据匹配单元获得的获得一个节点中多个时间段内符合该时间段特点且具有登录用户特色的音乐推荐曲进行音乐推送。
2.根据权利要求1所述的一种音乐推送系统，其特征在于：所述匹配单元内设有天气信息获取模块，所述天气信息获取模块用于从互联网上获取一个节点中多个时间段内的天气信息。
3.根据权利要求2所述的一种音乐推送系统，其特征在于：所述匹配单元在音乐库中进行匹配时，还需要根据所述天气信息获取模块从互联网上获取的一个节点中多个时间段内的天气信息。
4.根据权利要求1所述的一种音乐推送系统，其特征在于：所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称时，所述多个时间段必须要包括6-9点的清晨时间段、12-14点的中午时间段、18-21点晚间时间段和23-次日2点的午夜时间段。
5.根据权利要求1所述的一种音乐推送系统，其特征在于：所述第一采集模块采集用户在一个时间区间内历史播放音乐期间的一个节点中多个时间段内播放的歌曲名称时，所述一个时间区间内为7-10天，所述一个节点为所述一个时间区间内随机挑选的一天。
6.根据权利要求5所述的一种音乐推送系统，其特征在于：所述一个节点还可以为所述一个时间区间内随机挑选的多天。
7.根据权利要求1所述的一种音乐推送系统，其特征在于：所述第一歌曲信息分析模块和所述第二歌曲信息分析模块对第一历史歌曲和第二历史歌曲的信息进行综合分析时，还包括分析出第一历史歌曲和第二历史歌曲包含的流派信息。
CN201911038217.0A 2019-10-29 2019-10-29 一种音乐推送系统 Active CN110968726B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911038217.0A CN110968726B (zh) 2019-10-29 2019-10-29 一种音乐推送系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911038217.0A CN110968726B (zh) 2019-10-29 2019-10-29 一种音乐推送系统

Publications (2)

Publication Number Publication Date
CN110968726A true CN110968726A (zh) 2020-04-07
CN110968726B CN110968726B (zh) 2023-10-31

Family

ID=70030021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911038217.0A Active CN110968726B (zh) 2019-10-29 2019-10-29 一种音乐推送系统

Country Status (1)

Country Link
CN (1) CN110968726B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112579817A (zh) * 2020-11-25 2021-03-30 厦门美柚股份有限公司 音乐推送方法、装置、终端及介质
CN113157369A (zh) * 2021-04-07 2021-07-23 杭州网易云音乐科技有限公司 音乐播放互动方法、装置、存储介质与电子设备
WO2022042033A1 (zh) * 2020-08-31 2022-03-03 北京字节跳动网络技术有限公司 音乐推送方法、装置、电子设备以及存储介质
CN115662467A (zh) * 2022-09-30 2023-01-31 恩平市炫音电子科技有限公司 一种基于大数据的音乐智能播放控制系统及方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080002348A (ko) * 2006-06-30 2008-01-04 (주)엔토시스 음악추천 시스템 및 그 방법
KR20150004947A (ko) * 2013-07-03 2015-01-14 에스케이플래닛 주식회사 음악 발견을 위한 음악 추천 서비스 장치 및 이를 이용한 시스템과 그 추천 방법
US20150339096A1 (en) * 2014-05-21 2015-11-26 Ebay Inc. Personal music player
CN105808537A (zh) * 2014-12-29 2016-07-27 Tcl集团股份有限公司 一种基于Storm的实时推荐方法及系统
CN106453562A (zh) * 2016-10-17 2017-02-22 乐视控股（北京）有限公司 音乐推送方法及终端
CN107133232A (zh) * 2016-02-29 2017-09-05 惠州华阳通用电子有限公司 一种车载在线音乐推荐方法及装置
CN107438191A (zh) * 2017-08-07 2017-12-05 康佳集团股份有限公司 电视及电视关屏听音乐处理方法、及存储介质
CN107977373A (zh) * 2016-10-21 2018-05-01 北京酷我科技有限公司 一种歌曲的推荐方法
CN108804538A (zh) * 2018-05-06 2018-11-13 深圳市保千里电子有限公司 基于时间段的音乐推荐方法
CN110083738A (zh) * 2019-03-20 2019-08-02 广东工业大学 一种基于声纹和情境感知的音乐推荐方法和终端设备
CN110147463A (zh) * 2019-04-03 2019-08-20 华南理工大学 一种音乐推送方法、系统、装置和存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080002348A (ko) * 2006-06-30 2008-01-04 (주)엔토시스 음악추천 시스템 및 그 방법
KR20150004947A (ko) * 2013-07-03 2015-01-14 에스케이플래닛 주식회사 음악 발견을 위한 음악 추천 서비스 장치 및 이를 이용한 시스템과 그 추천 방법
US20150339096A1 (en) * 2014-05-21 2015-11-26 Ebay Inc. Personal music player
CN105808537A (zh) * 2014-12-29 2016-07-27 Tcl集团股份有限公司 一种基于Storm的实时推荐方法及系统
CN107133232A (zh) * 2016-02-29 2017-09-05 惠州华阳通用电子有限公司 一种车载在线音乐推荐方法及装置
CN106453562A (zh) * 2016-10-17 2017-02-22 乐视控股（北京）有限公司 音乐推送方法及终端
CN107977373A (zh) * 2016-10-21 2018-05-01 北京酷我科技有限公司 一种歌曲的推荐方法
CN107438191A (zh) * 2017-08-07 2017-12-05 康佳集团股份有限公司 电视及电视关屏听音乐处理方法、及存储介质
CN108804538A (zh) * 2018-05-06 2018-11-13 深圳市保千里电子有限公司 基于时间段的音乐推荐方法
CN110083738A (zh) * 2019-03-20 2019-08-02 广东工业大学 一种基于声纹和情境感知的音乐推荐方法和终端设备
CN110147463A (zh) * 2019-04-03 2019-08-20 华南理工大学 一种音乐推送方法、系统、装置和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KE JI等: "Next-song recommendation with temporal dynamics", KNOWLEDGE-BASED SYSTEMS, vol. 88, pages 134 - 143 *
琚春华等: "一种融入用户情绪因素的综合音乐推荐方法", 情报学报, vol. 36, no. 6, pages 578 - 589 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022042033A1 (zh) * 2020-08-31 2022-03-03 北京字节跳动网络技术有限公司 音乐推送方法、装置、电子设备以及存储介质
US11853353B2 (en) 2020-08-31 2023-12-26 Beijing Bytedance Network Technology Co., Ltd. Music pushing method, apparatus, electronic device and storage medium
CN112579817A (zh) * 2020-11-25 2021-03-30 厦门美柚股份有限公司 音乐推送方法、装置、终端及介质
CN113157369A (zh) * 2021-04-07 2021-07-23 杭州网易云音乐科技有限公司 音乐播放互动方法、装置、存储介质与电子设备
CN113157369B (zh) * 2021-04-07 2023-04-18 杭州网易云音乐科技有限公司 音乐播放互动方法、装置、存储介质与电子设备
CN115662467A (zh) * 2022-09-30 2023-01-31 恩平市炫音电子科技有限公司 一种基于大数据的音乐智能播放控制系统及方法

Also Published As

Publication number Publication date
CN110968726B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN110968726A (zh) 一种音乐推送系统
Senn et al. Taste and familiarity affect the experience of groove in popular music
US20220285006A1 (en) Method and system for analysing sound
Jakubowski et al. Music-evoked autobiographical memories in everyday life
Bonneville-Roussy et al. Age trends in musical preferences in adulthood: 1. Conceptualization and empirical investigation
Greasley et al. Exploring musical preferences: An in-depth qualitative study of adults' liking for music in their personal collections
Zhou et al. Muscarinic and nicotinic cholinergic mechanisms in the mesostriatal dopamine systems
Kim et al. Moodswings: A collaborative game for music mood label collection.
Platz et al. The impact of song-specific age and affective qualities of popular songs on music-evoked autobiographical memories (MEAMs)
US7716054B2 (en) Activity-ware for non-textual objects
US8280889B2 (en) Automatically acquiring acoustic information about music
Tirovolas et al. Music perception and cognition research from 1983 to 2010: A categorical and bibliometric analysis of empirical articles in Music Perception
Schuller et al. Determination of nonprototypical valence and arousal in popular music: features and performances
EP3710955A1 (en) Method and system for categorizing musical sound according to emotions
Levy Improving Perceptual Tempo Estimation with Crowd-Sourced Annotations.
Loveday et al. The self-defining period in autobiographical memory: Evidence from a long-running radio show
Heggli et al. Diurnal fluctuations in musical preference
O’Shaughnessy et al. Within-treatment changes in a novel addiction treatment program using traditional Amazonian medicine
Shafiro et al. How to select stimuli for environmental sound research and where to find them
North et al. Energy, typicality, and music sales: A computerized analysis of 143,353 pieces
Panagiotidi et al. Time estimation: Musical training and emotional content of stimuli
Kragness et al. Musical groove shapes children's free dancing
Purchla The powers that be: Processes of control in ‘crew scene hardcore’
Liptak et al. The idiosyncrasy of Involuntary Musical Imagery Repetition (IMIR) experiences: The role of tempo and lyrics
Büdenbender et al. Long-term representations of melodies in Western listeners: Influences of familiarity, musical expertise, tempo and structure

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
GR01 Patent grant
GR01 Patent grant