CN112541093A - 音乐推荐方法、系统、存储介质和电子设备 - Google Patents
音乐推荐方法、系统、存储介质和电子设备 Download PDFInfo
- Publication number
- CN112541093A CN112541093A CN202011458237.6A CN202011458237A CN112541093A CN 112541093 A CN112541093 A CN 112541093A CN 202011458237 A CN202011458237 A CN 202011458237A CN 112541093 A CN112541093 A CN 112541093A
- Authority
- CN
- China
- Prior art keywords
- music
- target
- scene
- determining
- physiological response
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000006461 physiological response Effects 0.000 claims abstract description 76
- 230000008451 emotion Effects 0.000 claims description 17
- 230000002996 emotional effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000033764 rhythmic process Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 75
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 3
- 210000003792 cranial nerve Anatomy 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003792 electrolyte Substances 0.000 description 3
- 230000008035 nerve activity Effects 0.000 description 3
- 230000028327 secretion Effects 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 210000004243 sweat Anatomy 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000005037 parasympathetic nerve Anatomy 0.000 description 2
- 230000002889 sympathetic effect Effects 0.000 description 2
- 229920000832 Cutin Polymers 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006998 cognitive state Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
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
- G06F16/636—Filtering based on additional data, e.g. user or group profiles by using biological or physiological data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出一种音乐推荐方法、系统、存储介质和电子设备，其中，方法包括：获取目标用户当前所在的场景类型，并确定与场景类型对应的场景信息；当场景信息满足对应的场景类型的预设音乐播放条件时，获取目标用户的实时生理反应信号；确定与实时生理反应信号对应的目标音乐特征；获取并推荐与目标音乐特征对应的目标音乐。由此，结合用户的实时生理反应信号和所处的场景为用户播放音乐，提高了音乐播放的智能感，提升了音乐播放的服务体验。
Description
技术领域
本发明涉及信息处理技术领域，尤其涉及一种音乐推荐方法、系统、存储介质和电子设备。
背景技术
目前，较为常用的音乐推荐系统是主要依靠协同滤波等方法给用户推荐音乐，即获取用户的历史音乐评价信息，挖掘用户的播放喜好，根据用户的播放喜好为用户推荐音乐。
然而，这种音乐推荐方式严重依赖用户的线上社交关系信息，这使得线上社交关系较为简单的用户，无法为其精确推送适合其的音乐。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种音乐推荐方法，以实现结合用户的实时生理反应信号和所处的场景为用户播放音乐，提高了音乐播放的智能感，提升了音乐播放的服务体验。
本发明的第二个目的在于提出一种音乐推荐装置。
本发明的第三个目的在于提出一种非临时性计算机可读存储介质。
本发明的第四个目的在于提出一种电子设备。
为达上述目的，本发明第一方面实施例提出了一种音乐推荐方法，包括以下步骤：
获取目标用户当前所在的场景类型，并确定与所述场景类型对应的场景信息；
当所述场景信息满足对应的场景类型的预设音乐播放条件时，获取所述目标用户的实时生理反应信号；
确定与所述实时生理反应信号对应的目标音乐特征；
获取并推荐与所述目标音乐特征对应的目标音乐。
为达上述目的，本发明第二方面实施例提出了一种音乐推荐系统，所述系统包括：生理反应信号采集设备和处理器，其中，所述生理反应信号采集设备和所述处理器连接，其中，
所述生理反应信号采集设备，用于采集目标用户的实时生理反应信号；
所述处理器，用于获取目标用户当前所在的场景类型，并确定与所述场景类型对应的场景信息，当所述场景信息满足对应的场景类型的预设音乐播放条件时，获取所述目标用户的实时生理反应信号，确定与所述实时生理反应信号对应的目标音乐特征，获取并推荐与所述目标音乐特征对应的目标音乐。
为了实现上述目的，本发明第三方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得能够执行上述第一方面实施例所描述的音乐推荐方法。
为了实现上述目的，本发明第四方面实施例提出了一种电子设备，当所述电子设备中的指令处理器执行时，使得能够执行上述第一方面实施例所描述的音乐推荐方法。
本发明实施例至少包括如下有益技术效果：
获取目标用户当前所在的场景类型，并确定与场景类型对应的场景信息，当场景信息满足对应的场景类型的预设音乐播放条件时，获取目标用户的实时生理反应信号，进而，确定与实时生理反应信号对应的目标音乐特征，获取并推荐与目标音乐特征对应的目标音乐。由此，结合用户的实时生理反应信号和所处的场景为用户播放音乐，提高了音乐播放的智能感，提升了音乐播放的服务体验。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例所提供的一种音乐推荐方法的流程示意图；
图2为本发明实施例所提供的另一种音乐推荐方法的流程示意图；
图3为本发明实施例所提供的又一种音乐推荐方法的流程示意图；以及
图4是本发明实施例所提供的一种音乐推荐系统的框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的音乐推荐方法、系统、存储介质和电子设备。
基于以上分析可知，相关技术中，获取用户感兴趣音乐的方式依赖于用户的音乐评论信息，这种获取方式依赖于用户的线上社交记录，限制较高。
为了解决上述技术问题，本发明提出了根据场景信息和用户的实时生理反应信号共同为用户播放音乐的方式，提高了音乐播放的智能化和用户的满意程度。
具体而言，图1为本发明实施例所提供的一种音乐推荐方法的流程示意图。如图1所示，该方法包括：
步骤101，获取目标用户当前所在的场景类型，并确定与场景类型对应的场景信息。
应当理解的是，是否播放音乐与用户当前所在的场景有关，比如，若是用户处于比较严肃的会议场景，则显然是不适合播放音乐的，又比如，用户是在观看电视剧的场景，显然播放音乐会影响用户的观影体验，因此，在本实施例中，获取目标用户的场景类型，并确定与场景类型对应的场景信息，以便于根据场景信息确定是否可以播放音乐。
需要说明的是，在不同的应用场景中，获取目标用户当前所在的场景类型，并确定与场景类型对应的场景信息的方式不同，示例说明如下：
示例一：
在本示例中，预先构建环境信息与场景类型的对应关系，该环境信息可以包括包含的图像信息、声音信息、气味信息、温度信息中的一种或多种。
在本示例中，采集目标用户所在的环境信息，其中，采集设备和环境信息对应，比如，当采集的环境信息为图像信息，则对应的采集设备为摄像头，又比如，当采集的环境信息为声音信息，则对应的采集设备为声音传感器等，将环境信息与预设数据库匹配，确定对应的场景类型。
其中，预设数据库中存储的内容与环境信息也对应，比如，当环境信息为图像信息，则预设数据库中存储的内容为每一种场景类型对应的图像特征，从而，提取图像信息的图像特征与该对应的预设数据库匹配。
进一步的，根据预设对应关系，确定与该场景类型对应的场景信息。
比如，当场景类型为家庭场景类型时，确定与场景类型对应的场景信息为目标用户的身份信息，该用户身份信息可以包括用户的家庭成员身份，比如是父亲、母亲、孩子等。
比如，当场景类型为办公场景类型时，确定与场景类型对应的场景信息为目标用户的职业信息、办公位置，职业信息包括比如职业是销售、律师等，办公位置包括比如会议室等。
比如，当场景类型是驾驶场景类型时，确定与场景类型对应的场景信息为目标用户的行驶路段信息，该行驶路段信息包括高速路段、城市路段和乡村路段等。
其中，上述几种场景类型与场景信息的对应关系仅仅是示例性的描述，不应当看作对本发明的限制。
示例二：
在本示例中，也可以预先根据大量样本数据训练深度学习模型，该深度学习模型的输入为场景类型，输出为场景信息，从而，可以将获取到的环境类型输入到该深度学习模型，获取该模型输出的场景信息。
步骤102，当场景信息满足对应的场景类型的预设音乐播放条件时，获取目标用户的实时生理反应信号。
应当理解的是，为了不打扰到用户，确定在当前场景下的场景类型是否满足预设音乐播放条件，在本发明的一个实施例中，获取场景类型对应的预设音乐播放条件，比如，当场景类型为办公场景，则对应的场景信息包括办公位置和职业类型，例如，场景信息为办公地址不为会议室，且职业不为律师等职业，满足对应的预设音乐播放条件。确定与预设音乐播放条件对应的参考场景信息，参考场景信息可以理解为可以进行音乐播放的场景信息，确定场景信息与参考场景信息匹配，则认为满足对应的预设音乐播放条件。
在本发明的另一个实施例中，当场景信息包括家庭成员类型和房间类型时，可以确定当前场景中家庭成员类型，以及与家庭成员类型对应的分值，和家庭成员所在房间的分值，对所有家庭成员和家庭成员所在的房间的分支求和，当分值和大于预设阈值时，则认为场景信息满足对应的场景类型的预设音乐播放条件。
进一步的，可通过生理反应信号采集设备采集用户的生理反应信号，其中，根据应用场景的不同，生理反应信号采集设备可以为不同的设备，比如，可以为包含生理反应信号传感器的腕带、帽子、手套、项链、脸部贴纸等能直接接触到的用户皮肤进而检测到用户的生理反应信号的设备。其中，实时生理反应信号可以包括皮肤电导信号、心率信号、心电信号、眼动信号、脑电信号中的一种或者多种信号组合，在此不作限制。
举例而言，当应用场景为驾驶场景时，则可以通过方向盘或者是安置在车顶部的生理反应信号采集设备采集用户的生理反应信号。
步骤103，确定与实时生理反应信号对应的目标音乐特征。
其中，音乐特征包括音乐节奏、音乐类型、音乐音量、音乐律动中的至少一种。
在本实施例中，确定与实时生理反应信号对应的目标音乐特征，以便于获取到与用户当前的生理反应匹配的音乐类型。
需要说明的是，在不同的应用场景中，确定与实时生理反应信号对应的目标音乐特征的方式不同，示例说明如下：
作为一种可能的实现方式，确定与实时生理反应信号对应的情绪信息，其中，情绪信息包括但不限于情绪类型(比如高兴、排斥等)、实时专注度等。
在本发明的一个实施例中，当情绪信息为实时专注度时，各用户的专注度可以以具体地数值表示，比如以百分制中的数字表示，数值越大代表用户越专注，比如以等级制度中的等级表示，等级越大代表用户越专注，又比如以具体的符号标志(星星符号、花朵符号、心形符号等)的数量来表示，符号数量越多代表用户越专注。
可以理解，用户的生理反应信号会真实的反应用户的专注度，当生理反应信号包括皮肤电导信号时，皮肤会对电流或者电压呈现一定的电阻，而电阻的大小会随着情绪变化而变化，通常，在较为轻松的状态下，用户可能当前在走神，关注候选物体并不是很专注，人体皮肤的电阻较大，从而皮肤电导信号较低，在精神紧张或专注时，用户可能当前正在专注的关注候选物体，人体皮肤的电阻较小，从而人体皮肤电导信号较高，这是由于交感和副交感神经根据大脑的认知状态的变化进行拮抗式的调节，而交感和副交感神经的活动会影响皮肤电阻。
需要说明的是，在不同的应用场景下，可采用不同的方式实现根据用户的实时生理反应信号确定用户的专注度，示例说明如下：
第一种示例：
在本示例中，预先根据大量实验数据，获取并存储专注度和实时生理反应信号的对应关系，从而，在获取实时生理反应信号后，查询上述对应关系，以获取匹配的用户的专注度。
第二种示例：
预先根据大量实验数据，构造实时生理反应信号的深层网络模型，该模型的输入为生理反应信号，输出为用户的专注度，从而，将获取的用户的实时生理反应信号输入该深层网络模型，得到输出的用户的专注度。
第三种示例：
在本示例中，如图2所示，上述步骤102包括：
步骤201，提取实时生理反应信号的实时专注特征信息。
作为一种可能的实现方式，专注特征信息为专注次数，则可以检测生理反应信号大于预设阈值的次数提取专注次数。
当生理反应信号为皮肤电导信号时，由于在实际应用中，用户对当前候选物体越感兴趣，则用户的脑神经活动越丰富,受到候选物体的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等),变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。
因而，在本示例中，预先根据大量实验数据设置皮肤电导信号对应的预设阈值，提取皮肤电导信号大于预设阈值的次数提取专注次数。
作为另一种可能的实现方式，可以检测生理反应信号大于预设阈值的时间提取专注时间。
当生理反应信号为皮肤电导信号时，由于在实际应用中，用户对当前候选物体越感兴趣，则用户的脑神经活动越丰富,受到候选物体的刺激,会使得皮肤表面的导电度改变(其成因可能汗液分泌量,体表电解质,血液循环速度等),变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。
因而，在本示例中，还可以检测皮肤电导信号大于预设阈值的时间提取专注时间。
作为又一种可能的实现方式，可以检测生理反应信号大于预设阈值的幅度提取专注强度。
当生理反应信号为皮肤电导信号时，由于在实际应用中，用户对当前候选物体越感兴趣，则用户的脑神经活动越丰富，受到候选物体的刺激，会使得皮肤表面的导电度改变(其成因可能汗液分泌量，体表电解质,血液循环速度等)，变化量愈大(导电度增加)，从而检测获知的皮肤电导信号越大。
因而，在本示例中，还可以检测皮肤电导信号大于预设阈值的幅度提取专注强度，如预设阈值为A,当前的皮肤电导信号为大于A的B，则可以将B-A作为专注强度。
其中，在不同的应用场景下，上述三种示例采集的用户的专注特征信息可以作为单独的参考因素，用于进一步确定用户的专注度，也可以将上述三种示例采集的用户的专注特征信息的任意两种的组合作为参考因素，用于进一步确定用户的专注度，也可以将上述三种示例采集的用户的专注特征信息作为参考因素，用于进一步确定用户的专注度。
另外，为了保证进一步确定用户的专注度的准确度，在本发明的一个实施例中，上述与生理反应信号进行比较的预设阈值还可以根据用户的体质类型设置，比如当生理反应信号为皮肤电导信号时，对于女性用户和男性用户、或者不同年龄段的用户来讲，其皮肤表面的角质和干燥度等不同，因而，在同样的专注度下测量得到的皮肤电导信号是不同，为了补偿这种用户体质上的差别，还可以根据大量实验数据获取这种差别数据，针对不同体质用户设置不同的预设阈值，比如，由于男性汗腺比女性更加发达，皮肤更加湿润、导电性更强，因而设置的预设阈值相对高一些等。
当然，在这种应用场景下，需要预先对用户的体质类型进行获取，获取方式也可以根据应用场景的不同而不同，比如，可以借助于摄像头获取当前参与感兴趣物体的采集的用户的图像信息，根据图像信息识别对应位置的用户身份，从而将用户的基本属性及特质与对应位置的皮肤传感器相关联，即可根据不同用户的体质类型采用不同的预设阈值进行专注特征信息的获取。
步骤202，应用预设算法对各用户的专注特征信息进行计算，获取用户在图像帧显示过程中的实时专注度。
具体而言，根据应用场景的不同，应用预设算法对各用户的专注特征信息进行计算获取用户的专注度的方式不同，下面结合不同的应用场景进行举例：
场景一：
在该场景下，用户的专注特征信息为单一的特征信息，比如仅仅为专注次数，或者，专注时间，或者，专注强度。
由于用户的专注特征信息对应的数据值越大，比如专注次数越大，表示用户越对候选物体感兴趣，因此，本场景下的预设算法为与专注特征信息对应的线性运算算法，比如，该算法可以为Y＝a*X，其中，Y为用户的专注度，X为专注特征信息对应的数据值，a可以为任意大于0的数。
其中，可以考虑专注特征信息包含不同的内容时与用户专注度的相关性的不同，比如，在确定用户的专注度时，通常用户的专注时间相比于专注次数的参考意义更大，因为有的时候，用户虽然多次专注候选物体，但是持续时间较短，还是认为用户没有专注于当前候选物体，因此，上述a还可以对应于不同的专注特征信息的权重值，比如，当专注特征信息为专注次数时，对应的a为0.6，当专注特征信息为专注时间时，对应的a为0.8。
场景二：
在该场景下，用户的专注特征信息为多个特征信息，比如包括专注次数和专注时间，或者，专注时间和专注强度，或者，专注次数、专注时间和专注强度等。
由于用户的专注特征信息对应的数据值越大，比如专注次数越大，表示用户越专注于候选物体，因此，对应的预设算法与用户的专注特征信息对应的数据值正相关，比如，Y＝a1*X1+…+an*Xn，其中，n为大于等于2的正整数，a1到an为正数，a1到an可以相等，也可以不相等，当a1到an不相等时，可以用于表示不同的用户的专注特征信息对专注度的不同的参考意义的权重值，X1到Xn表示不同的用户特征信息对应的数据值。
当然，在实际操作过程中，该场景中的预设算还可以是任意体现用户的专注特征信息对应的数据值正相关的算法表达，在此不一一列举。
在本发明的另一个实施例中，当情绪信息为情绪类型时，可以构建在图像帧显示时长内用户的实时生理反应信号的曲线，将该曲线与预设的每个情绪类型对应的标准曲线匹配，当匹配度大于一定值，则确定情绪信息为对应的情绪类型。
进一步的，确定与情绪信息对应的目标音乐特征，在本发明的一个实施例中，预先根据大量实验数据标注情绪信息和音乐特征的对应关系，从而，查询该对应关系，确定与情绪信息对应的目标音乐特征。
步骤104，获取并推荐与目标音乐特征对应的目标音乐。
在本实施例中，获取并推荐与目标音乐特征对应的目标音乐，由此，实现了根据用户的场景信息和难以作假的实时生理反应信号为用户推荐音乐，提高了用户对推送音乐的满意度。当然，在一些可能的示例中，将推荐音乐推荐到预先绑定的用户终端上，当获取到用户对推荐音乐的确定操作才播放目标音乐，在另一些可能的实现方式中，也可以直接播放目标音乐。
进一步的，在本发明的一个实施例中，在播放目标音乐的过程中，采集目标用户的实时生理反应信号，根据实时生理反应信号确定用户的情绪类型，当情绪类型为正向情绪，比如开心等，则继续播放，若是为负向情绪，则根据情绪类型切换目标音乐，由此，可以起到舒缓目标用户情绪的有益技术效果。
需要说明的是，在不同的应用场景中，获取并推荐与目标音乐特征对应的目标音乐的方式不同，示例如下：
示例一：
在本示例中，如图3所示，获取并推荐与目标音乐特征对应的目标音乐，包括：
步骤301，查询本地音乐库，判断是否存在与目标音乐特征对应的第一候选音乐。
在本实施例中，预先存储本地的音乐库和音乐特征的对应关系，进而，查询本地音乐库，判断是否存在与目标音乐特征对应的第一候选音乐。
步骤302，若存在候选音乐，则确定第一候选音乐为目标音乐，并推荐目标音乐。
在本实施中，若存在候选音乐，则确定第一候选音乐为目标音乐，并推荐目标音乐，由此，直接在本地音乐库确定目标音乐，提高音乐的播放效率，且本地音乐通常为目标用户历史播放的音乐，更加能够保证推荐的音乐与用户的喜好吻合。
步骤303，若不存在候选音乐，则下载并在与目标音乐特征对应的预设个数的第二候选音乐，确定第二候选音乐为目标音乐，并推荐目标音乐。
在本实施例中，若不存在候选音乐，则下载并在与目标音乐特征对应预设个数的第二候选音乐，确定第二候选音乐为目标音乐，并推荐目标音乐。其中，预设个数可以根据目标用户的个人需要标定。
示例二：
在本实施例中，获取与目标用户对应的歌星喜好信息，根据用户的歌星喜好信息和目标音乐特征获取对应的目标音乐并推荐，由此，进一步满足了目标用户的音乐需求。
综上，本发明实施例的音乐推荐方法，获取目标用户当前所在的场景类型，并确定与场景类型对应的场景信息，当场景信息满足对应的场景类型的预设音乐播放条件时，获取目标用户的实时生理反应信号，进而，确定与实时生理反应信号对应的目标音乐特征，获取并推荐与目标音乐特征对应的目标音乐。由此，结合用户的实时生理反应信号和所处的场景为用户播放音乐，提高了音乐播放的智能感，提升了音乐播放的服务体验。
为了实现上述实施例，本发明还提出了一种音乐推荐系统。图4是根据本发明一个实施例的音乐推荐系统的结构示意图，如图4所示，该音乐推荐系统包括：理反应信号采集设备100和处理器200，其中，生理反应信号采集设备100和处理器200连接，其中，
生理反应信号采集设备100，用于采集目标用户的实时生理反应信号；
处理器200，用于获取目标用户当前所在的场景类型，并确定与所述场景类型对应的场景信息，当所述场景信息满足对应的场景类型的预设音乐播放条件时，获取所述目标用户的实时生理反应信号，确定与所述实时生理反应信号对应的目标音乐特征，获取并推荐与所述目标音乐特征对应的目标音乐。
需要说明的是，前述对音乐推荐方法的解释说明，也适用于本发明实施例的音乐推荐系统，其实现原理类似，在此不再赘述。
为了实现上述实施例，本发明还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述实施例的音乐推荐方法。
为了实现上述实施例，本发明还提出了一种电子设备，电子设备包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现如上述实施例的音乐推荐方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种音乐推荐方法，其特征在于，包括以下步骤：
获取目标用户当前所在的场景类型，并确定与所述场景类型对应的场景信息；
当所述场景信息满足对应的场景类型的预设音乐播放条件时，获取所述目标用户的实时生理反应信号；
确定与所述实时生理反应信号对应的目标音乐特征；
获取并推荐与所述目标音乐特征对应的目标音乐。
2.如权利要求1所述的方法，其特征在于，所述获取目标用户当前所在的场景类型，并确定与所述场景类型对应的场景信息，包括：
采集所述目标用户所在的环境信息，将所述环境信息与预设数据库匹配确定对应的场景类型；
根据预设对应关系，确定与所述场景类型对应的场景信息。
3.如权利要求2所述的方法，其特征在于，所述根据预设对应关系，确定与所述场景类型对应的场景信息，包括：
当所述场景类型为家庭场景类型时，确定与所述场景类型对应的场景信息为所述目标用户的身份信息；
当所述场景类型为办公场景类型时，确定与所述场景类型对应的场景信息为所述目标用户的职业信息；
当所述场景类型为驾驶场景类型时，确定与所述场景类型对应的场景信息为所述目标用户的行驶路段信息。
4.如权利要求1所述的方法，其特征在于，在所述获取所述目标用户的实时生理反应信号之前，包括：
获取所述场景类型对应的预设音乐播放条件；
确定与所述预设音乐播放条件对应的参考场景信息；
确定所述场景信息与所述参考场景信息匹配。
5.如权利要求1所述的方法，其特征在于，所述音乐特征，包括：
音乐节奏、音乐类型、音乐音量、音乐律动中的至少一种。
6.如权利要求1所述的方法，其特征在于，所述确定与所述实时生理反应信号对应的目标音乐特征，包括：
确定与所述实时生理反应信号对应的情绪信息；
确定与所述情绪信息对应的目标音乐特征。
7.如权利要求1所述的方法，其特征在于，所述获取并推荐与所述目标音乐特征对应的目标音乐，包括：
查询本地音乐库，判断是否存在与所述目标音乐特征对应的第一候选音乐；
若存在所述候选音乐，则确定所述第一候选音乐为所述目标音乐，并推荐所述目标音乐；
若不存在所述候选音乐，则下载并在与所述目标音乐特征对应的预设个数的第二候选音乐，确定所述第二候选音乐为所述目标音乐，并推荐所述目标音乐。
8.一种音乐推荐系统，其特征在于，所述系统包括：生理反应信号采集设备和处理器，其中，所述生理反应信号采集设备和所述处理器连接，其中，
所述生理反应信号采集设备，用于采集目标用户的实时生理反应信号；
所述处理器，用于获取目标用户当前所在的场景类型，并确定与所述场景类型对应的场景信息，当所述场景信息满足对应的场景类型的预设音乐播放条件时，获取所述目标用户的实时生理反应信号，确定与所述实时生理反应信号对应的目标音乐特征，获取并推荐与所述目标音乐特征对应的目标音乐。
9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一所述的音乐推荐方法。
10.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1-7任一所述的音乐推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011458237.6A CN112541093A (zh) | 2020-12-10 | 2020-12-10 | 音乐推荐方法、系统、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011458237.6A CN112541093A (zh) | 2020-12-10 | 2020-12-10 | 音乐推荐方法、系统、存储介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112541093A true CN112541093A (zh) | 2021-03-23 |
Family
ID=75018449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011458237.6A Pending CN112541093A (zh) | 2020-12-10 | 2020-12-10 | 音乐推荐方法、系统、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112541093A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113409123A (zh) * | 2021-07-01 | 2021-09-17 | 北京沃东天骏信息技术有限公司 | 一种信息推荐方法、装置、设备及存储介质 |
| CN113641902A (zh) * | 2021-08-10 | 2021-11-12 | 广州艾美网络科技有限公司 | 音乐信息推送方法、装置、计算机设备及其存储介质 |
| CN115904089A (zh) * | 2023-01-06 | 2023-04-04 | 深圳市心流科技有限公司 | App主题场景推荐方法、装置、终端设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150186780A1 (en) * | 2013-12-27 | 2015-07-02 | Futurewei Technologies, Inc. | System and Method for Biometrics-Based Music Recommendation |
| CN107085512A (zh) * | 2017-04-24 | 2017-08-22 | 广东小天才科技有限公司 | 一种音频播放方法及移动终端 |
| CN108304458A (zh) * | 2017-12-22 | 2018-07-20 | 新华网股份有限公司 | 根据用户情绪的多媒体内容推送方法和系统 |
| CN109508403A (zh) * | 2017-12-15 | 2019-03-22 | 蔚来汽车有限公司 | 车载音乐的匹配方法、装置及车载智能控制器 |
| CN110019853A (zh) * | 2018-06-20 | 2019-07-16 | 新华网股份有限公司 | 感兴趣场景识别方法和系统 |
-
2020
- 2020-12-10 CN CN202011458237.6A patent/CN112541093A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150186780A1 (en) * | 2013-12-27 | 2015-07-02 | Futurewei Technologies, Inc. | System and Method for Biometrics-Based Music Recommendation |
| CN107085512A (zh) * | 2017-04-24 | 2017-08-22 | 广东小天才科技有限公司 | 一种音频播放方法及移动终端 |
| CN109508403A (zh) * | 2017-12-15 | 2019-03-22 | 蔚来汽车有限公司 | 车载音乐的匹配方法、装置及车载智能控制器 |
| CN108304458A (zh) * | 2017-12-22 | 2018-07-20 | 新华网股份有限公司 | 根据用户情绪的多媒体内容推送方法和系统 |
| CN110019853A (zh) * | 2018-06-20 | 2019-07-16 | 新华网股份有限公司 | 感兴趣场景识别方法和系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113409123A (zh) * | 2021-07-01 | 2021-09-17 | 北京沃东天骏信息技术有限公司 | 一种信息推荐方法、装置、设备及存储介质 |
| CN113641902A (zh) * | 2021-08-10 | 2021-11-12 | 广州艾美网络科技有限公司 | 音乐信息推送方法、装置、计算机设备及其存储介质 |
| CN115904089A (zh) * | 2023-01-06 | 2023-04-04 | 深圳市心流科技有限公司 | App主题场景推荐方法、装置、终端设备及存储介质 |
| CN115904089B (zh) * | 2023-01-06 | 2023-06-06 | 深圳市心流科技有限公司 | App主题场景推荐方法、装置、终端设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108304458B (zh) | 根据用户情绪的多媒体内容推送方法和系统 | |
| CN112541093A (zh) | 音乐推荐方法、系统、存储介质和电子设备 | |
| Ihmig et al. | On-line anxiety level detection from biosignals: Machine learning based on a randomized controlled trial with spider-fearful individuals | |
| Janssen et al. | Tune in to your emotions: a robust personalized affective music player | |
| JP5624512B2 (ja) | コンテンツ評価装置、方法、及びそのプログラム | |
| CN108078573B (zh) | 一种基于生理反应信息与刺激信息的兴趣取向值测验方法 | |
| CN105844072A (zh) | 刺激提示系统、刺激提示方法、计算机以及控制方法 | |
| CN110019853A (zh) | 感兴趣场景识别方法和系统 | |
| CA2758272A1 (en) | Method and system for measuring user experience for interactive activities | |
| CN103154953A (zh) | 测量具有上网功能的应用程序的情感数据 | |
| Petersen et al. | Evaluating the onboarding phase of free-toplay mobile games: A mixed-method approach | |
| Babiker et al. | Machine learning to differentiate between positive and negative emotions using pupil diameter | |
| JP2015229040A (ja) | 感情分析システム、感情分析方法および感情分析プログラム | |
| JP2010131328A (ja) | 嗜好判別装置、嗜好判別方法、嗜好判別プログラム、及び脳波解析方法 | |
| US20150339539A1 (en) | Method and system for determining concentration level of a viewer of displayed content | |
| CN110432915B (zh) | 一种评估信息流创意的方法及装置 | |
| Chênes et al. | Highlight detection in movie scenes through inter-users, physiological linkage | |
| Beck et al. | Changes in energy demand of dance activity and cardiorespiratory fitness during 1 year of vocational contemporary dance training | |
| CN112613364A (zh) | 目标物体的确定方法、系统、存储介质和电子设备 | |
| CN109151576A (zh) | 多媒体信息剪辑方法和系统 | |
| JP2003290179A (ja) | 感覚感性評価システム | |
| Siqueira et al. | Estimating player experience from arousal and valence using psychophysiological signals | |
| KR20230021106A (ko) | 생체 데이터를 사용하여 제품 추천들을 생성하기 위한 시스템 | |
| CN109085917A (zh) | 提示信息播放方法和系统 | |
| Saidi et al. | Proposed new signal for real-time stress monitoring: Combination of physiological measures |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Cui Chengkun Inventor after: Wang Chen Inventor after: Dong Xu Inventor after: An Ziji Inventor after: Lei Zheng Inventor after: Wen Cong Inventor after: Deng Yuanyuan Inventor after: Fang Xiaoyin Inventor after: Luo Weibin Inventor before: Cui Chengkun Inventor before: Wang Chen Inventor before: Dong Xu Inventor before: An Ziji Inventor before: Lei Zheng |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211028 Address after: Room 909-a01, floor 9, No. 83, Deshengmenwai street, Xicheng District, Beijing 100120 Applicant after: XINHUANET Co.,Ltd. Applicant after: MIGU CULTURE TECHNOLOGY Co.,Ltd. Address before: 100162 Room 101, 1-5 / F, building 12, yard 2, Beixing Road (East Section), Daxing District, Beijing Applicant before: XINHUANET Co.,Ltd. |