CN113190764A - 音乐推荐方法、装置、设备及计算机可读存储介质 - Google Patents

音乐推荐方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN113190764A
CN113190764A CN202110256271.3A CN202110256271A CN113190764A CN 113190764 A CN113190764 A CN 113190764A CN 202110256271 A CN202110256271 A CN 202110256271A CN 113190764 A CN113190764 A CN 113190764A
Authority
CN
China
Prior art keywords
target user
music
terminal
target
user
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
Application number
CN202110256271.3A
Other languages
English (en)
Inventor
李森
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.)
Wuxi Jinyun Zhilian Technology Co ltd
Beijing Kingsoft Cloud Network Technology Co Ltd
Original Assignee
Beijing Kingsoft Cloud Network Technology Co Ltd
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 Beijing Kingsoft Cloud Network Technology Co Ltd filed Critical Beijing Kingsoft Cloud Network Technology Co Ltd
Priority to CN202110256271.3A priority Critical patent/CN113190764A/zh
Publication of CN113190764A publication Critical patent/CN113190764A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/90—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
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • 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
    • G06F16/90—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及一种音乐推荐方法、装置、设备及计算机可读存储介质，通过获取第一目标用户的第一终端播放音乐的第一记录信息、以及一个或多个参考用户中每个参考用户的第二终端播放音乐的第二记录信息，根据该第一记录信息和该第二记录信息，从该一个或多个参考用户中确定出与第一目标用户的第一相似度大于或等于预设值的一个或多个第二目标用户。根据第一相似度、该每个第二目标用户的可信任度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定出向该第一终端推送的目标音乐。从而可以结合不同用户之间的相似度、以及参考用户的可信任度为目标用户推荐更合适的音乐，从而提高了用户体验。

Description

音乐推荐方法、装置、设备及计算机可读存储介质
技术领域
本公开涉及信息技术领域，尤其涉及一种音乐推荐方法、装置、 设备及计算机可读存储介质。
背景技术
随着智能家居设备的不断普及，人们可以享受到智能科技带来的 诸多便利。例如，智能音箱是一种很受用户喜欢的智能设备。
通常情况下，用户可以通过语音交互方式来控制智能音箱。例如， 控制智能音箱打开、关闭、或者控制智能音箱播放音乐。也就是说， 智能音箱可以通过语音交互的方式获取到用户的控制指令，并根据该 控制指令播放音乐。在用户没有指定具体歌曲或音乐的情况下，智能 音箱可以启用推荐系统，自动为用户推荐音乐或歌曲。
但是，推荐系统大多数是根据热门歌曲或音乐榜单为用户推荐音 乐或歌曲，可能会导致推荐系统所推荐的音乐或歌曲并不符合用户的 品味，从而导致用户体验不高。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公 开提供了一种音乐推荐方法、装置、设备及计算机可读存储介质，以 避免参考用户的不可信赖导致的推荐结果不符合目标用户品味的问题， 从而提高了用户体验。
第一方面，本公开实施例提供一种音乐推荐方法，包括：
获取第一目标用户的第一终端播放音乐的第一记录信息、以及一 个或多个参考用户中每个参考用户的第二终端播放音乐的第二记录信 息；
根据所述第一记录信息和所述第二记录信息，从所述一个或多个 参考用户中确定出一个或多个第二目标用户，所述一个或多个第二目 标用户中的每个第二目标用户分别与所述第一目标用户的第一相似度 大于或等于预设值；
根据所述每个第二目标用户分别与所述第一目标用户的第一相似 度、所述每个第二目标用户的可信任度、以及所述第一终端分别与所 述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音 乐，确定出向所述第一终端推送的目标音乐。
可选的，所述方法还包括：
根据所述第一记录信息，计算所述第一目标用户对多个应用程序 中每个应用程序的信任度；
根据所述第一目标用户对所述每个应用程序的信任度，从所述多 个应用程序中确定出目标应用程序，所述第一目标用户对所述目标应 用程序的信任度最高；
根据所述目标应用程序和所述第二记录信息，计算所述每个第二 目标用户的可信任度。
可选的，所述第一记录信息包括所述第一终端在历史时间内使用 所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所 述历史时间内启动所述多个应用程序中任一应用程序的总次数。
可选的，根据所述第一记录信息，计算所述第一目标用户对多个 应用程序中每个应用程序的信任度，包括：
根据所述第一终端在历史时间内使用所述多个应用程序中任一应 用程序的总时长、以及所述第一终端在所述历史时间内启动所述任一 应用程序的总次数，计算所述第一目标用户对所述多个应用程序中任 一应用程序的信任度。
可选的，所述第二记录信息包括所述第二终端在历史时间内通过 所述目标应用程序播放音乐的总次数、以及所述第二终端在所述历史 时间内通过所述目标应用程序播放的一个或多个第二音乐中每个第二 音乐的播放次数。
可选的，根据所述目标应用程序和所述第二记录信息，计算所述 每个第二目标用户的可信任度，包括：
根据所述一个或多个第二音乐中每个第二音乐的播放次数，确定 所述一个或多个第二音乐中播放次数满足预设条件的第二音乐；
根据所述第二终端在所述历史时间内通过所述目标应用程序播放 音乐的总次数、以及所述满足预设条件的第二音乐的播放次数，计算 所述每个第二目标用户的可信任度。
可选的，所述每个第二目标用户的可信任度为所述每个第二目标 用户分别在所述目标应用程序上的可信任度。
可选的，根据所述每个第二目标用户分别与所述第一目标用户的 第一相似度、所述每个第二目标用户的可信任度、以及所述第一终端 分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多 个第一音乐，确定出向所述第一终端推送的目标音乐，包括：
根据所述每个第二目标用户分别与所述第一目标用户的第一相似 度、以及所述每个第二目标用户的可信任度，计算所述第一终端分别 与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第 一音乐中每个第一音乐的预测值；
根据所述每个第一音乐的预测值，确定出向所述第一终端推送的 目标音乐。
可选的，根据所述每个第二目标用户分别与所述第一目标用户的 第一相似度、所述每个第二目标用户的可信任度、以及所述第一终端 分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多 个第一音乐，确定出向所述第一终端推送的目标音乐，包括：
根据所述每个第二目标用户分别与所述第一目标用户的第一相似 度、所述每个第二目标用户的可信任度、所述每个第二目标用户分别 与所述第一目标用户的第二相似度、以及所述第一终端分别与所述每 个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐， 确定出向所述第一终端推送的目标音乐；
其中，所述第一相似度用于表示所述第一终端与所述第二终端播 放音乐的相似度，所述第二相似度用于表示所述第二目标用户和所述 第一目标用户的属性相似度。
可选的，所述方法还包括：
根据所述第一目标用户的第一属性和所述每个第二目标用户分别 对应的第二属性，计算所述每个第二目标用户分别与所述第一目标用 户的第二相似度。
第二方面，本公开实施例提供一种音乐推荐装置，包括：
获取模块，用于获取第一目标用户的第一终端播放音乐的第一记 录信息、以及一个或多个参考用户中每个参考用户的第二终端播放音 乐的第二记录信息；
确定模块，用于根据所述第一记录信息和所述第二记录信息，从 所述一个或多个参考用户中确定出一个或多个第二目标用户，所述一 个或多个第二目标用户中的每个第二目标用户分别与所述第一目标用 户的第一相似度大于或等于预设值；根据所述每个第二目标用户分别 与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端 共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的目 标音乐。
可选的，所述装置还包括：
计算模块，用于根据所述第一记录信息，计算所述第一目标用户 对多个应用程序中每个应用程序的信任度；
所述确定模块还用于：根据所述第一目标用户对所述每个应用程 序的信任度，从所述多个应用程序中确定出目标应用程序，所述第一 目标用户对所述目标应用程序的信任度最高；
所述计算模块还用于：根据所述目标应用程序和所述第二记录信 息，计算所述每个第二目标用户的可信任度。
可选的，所述第一记录信息包括所述第一终端在历史时间内使用 所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所 述历史时间内启动所述多个应用程序中任一应用程序的总次数。
可选的，所述计算模块具体用于：
根据所述第一终端在历史时间内使用所述多个应用程序中任一应 用程序的总时长、以及所述第一终端在所述历史时间内启动所述任一 应用程序的总次数，计算所述第一目标用户对所述多个应用程序中任 一应用程序的信任度。
可选的，所述第二记录信息包括所述第二终端在历史时间内通过 所述目标应用程序播放音乐的总次数、以及所述第二终端在所述历史 时间内通过所述目标应用程序播放的一个或多个第二音乐中每个第二 音乐的播放次数。
可选的，所述确定模块具体用于：根据所述一个或多个第二音乐 中每个第二音乐的播放次数，确定所述一个或多个第二音乐中播放次 数满足预设条件的第二音乐；
所述计算模块具体用于：根据所述第二终端在所述历史时间内通 过所述目标应用程序播放音乐的总次数、以及所述满足预设条件的第 二音乐的播放次数，计算所述每个第二目标用户的可信任度。
可选的，所述每个第二目标用户的可信任度为所述每个第二目标 用户分别在所述目标应用程序上的可信任度。
可选的，所述装置还包括：
计算模块，用于根据所述每个第二目标用户分别与所述第一目标 用户的第一相似度、以及所述每个第二目标用户的可信任度，计算所 述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过 的一个或多个第一音乐中每个第一音乐的预测值；
所述确定模块具体用于：根据所述每个第一音乐的预测值，确定 出向所述第一终端推送的目标音乐。
可选的，所述确定模块具体用于：
根据所述每个第二目标用户分别与所述第一目标用户的第一相似 度、所述每个第二目标用户的可信任度、所述每个第二目标用户分别 与所述第一目标用户的第二相似度、以及所述第一终端分别与所述每 个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐， 确定出向所述第一终端推送的目标音乐；
其中，所述第一相似度用于表示所述第一终端与所述第二终端播 放音乐的相似度，所述第二相似度用于表示所述第二目标用户和所述 第一目标用户的属性相似度。
可选的，所述装置还包括：
计算模块，用于根据所述第一目标用户的第一属性和所述每个第 二目标用户分别对应的第二属性，计算所述每个第二目标用户分别与 所述第一目标用户的第二相似度。
第三方面，本公开实施例提供一种音乐推荐设备，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述 处理器执行以实现如第一方面所述的方法。
第四方面，本公开实施例提供一种计算机可读存储介质，其上存 储有计算机程序，所述计算机程序被处理器执行以实现第一方面所述 的方法。
本公开实施例提供的音乐推荐方法、装置、设备及计算机可读存 储介质，通过获取第一目标用户的第一终端播放音乐的第一记录信息、 以及一个或多个参考用户中每个参考用户的第二终端播放音乐的第二 记录信息，根据该第一记录信息和该第二记录信息，从该一个或多个 参考用户中确定出与第一目标用户的第一相似度大于或等于预设值的一个或多个第二目标用户。进一步，根据第一相似度、该每个第二目 标用户的可信任度、以及所述第一终端分别与所述每个第二目标用户 对应的第二终端共同播放过的一个或多个第一音乐，确定出向该第一 终端推送的目标音乐。从而可以结合不同用户之间的相似度、以及参 考用户的可信任度为目标用户推荐更合适的音乐，同时还可以避免参 考用户的不可信赖导致的推荐结果不符合目标用户品味的问题，从而 提高了用户体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符 合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面 将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而 易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前 提下，还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的音乐推荐方法流程图；
图2为本公开实施例提供的应用场景的示意图；
图3为本公开另一实施例提供的应用场景的示意图；
图4为本公开另一实施例提供的应用场景的示意图；
图5为本公开另一实施例提供的音乐推荐方法流程图；
图6为本公开另一实施例提供的音乐推荐方法流程图；
图7为本公开实施例提供的音乐推荐装置的结构示意图；
图8为本公开实施例提供的音乐推荐设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将 对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下， 本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开，但 本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书 中的实施例只是本公开的一部分实施例，而不是全部的实施例。
通常情况下，用户可以通过语音交互方式来控制智能音箱。例如， 控制智能音箱打开、关闭、或者控制智能音箱播放音乐。也就是说， 智能音箱可以通过语音交互的方式获取到用户的控制指令，并根据该 控制指令播放音乐。在用户没有指定具体歌曲或音乐的情况下，智能 音箱可以启用推荐系统，自动为用户推荐音乐或歌曲。但是，推荐系 统大多数是根据热门歌曲或音乐榜单为用户推荐音乐或歌曲，可能会 导致推荐系统所推荐的音乐或歌曲并不符合用户的品味，从而导致用 户体验不高。针对该问题，本公开实施例提供了一种音乐推荐方法， 下面结合具体的实施例对该方法进行介绍。
图1为本公开实施例提供的音乐推荐方法流程图。该方法可以适 用于如图2所示的应用场景，例如，该应用场景中包括服务器20和终 端，该终端包括智能音箱21、智能手机22和智能手机23。可以理解 的是，该终端并不限于智能音箱和智能手机，例如，还可以包括掌上 电脑、平板电脑、带显示屏的可穿戴设备、台式机、笔记本电脑、一 体机、智能家居设备等。另外，智能音箱21、智能手机22和智能手机 23可以是不同用户的终端。其中，服务器20可以是云端服务器或服务 器集群。具体的，服务器20可以执行本公开实施例所述的音乐推荐方 法。或者，终端可以执行本公开实施例所述的音乐推荐方法。下面以 服务器20执行该音乐推荐方法为例进行示意性说明。
如图1所示，该方法具体步骤如下：
S101、获取第一目标用户的第一终端播放音乐的第一记录信息、 以及一个或多个参考用户中每个参考用户的第二终端播放音乐的第二 记录信息。
例如图2所示的智能音箱21、智能手机22和智能手机23中的每 个可安装有一个或多个音乐类应用程序(Application，APP)。或者如 图3所示，智能音箱21和智能手机24可以通信连接，智能手机24中 安装有一个或多个音乐类APP。智能手机24可以通过该音乐类APP控制智能音箱21播放音乐。
例如，智能音箱21和智能手机24是用户A的终端，智能手机22 是用户B的终端，智能手机23是用户C的终端。可以理解的是，服务 器20并不限于与用户A、用户B和用户C的终端通信连接，例如，服 务器20还可以与其他用户的终端通信连接。此处只是以用户A、用户B和用户C为例进行示意性说明。另外，本公开实施例并不限定服务 器20可以通信连接的终端的个数。
在用户A未指定智能音箱21播放具体音乐的情况下，服务器20 可以采用本实施例所述的方法为用户A推荐音乐或歌曲。在这种情况 下，可以将用户A记为第一目标用户。用户B和用户C记为参考用户。 可以理解的是，参考用户的数量可以不做具体限定，例如，可以是一 个或多个，此处以两个参考用户为例进行示意性说明。相应的，智能 音箱21和智能手机24可以记为第一终端。智能手机22和智能手机23 可以记为第二终端。
在一种可能的实现方式中，服务器20可以是智能音箱21、智能手 机22、智能手机23和智能手机24中安装的音乐类APP对应的服务器。 在这种情况下，服务器20可以记录智能音箱21、智能手机22、智能 手机23和智能手机24中每个终端播放音乐的记录信息。该记录信息 具体可以是音乐类APP的使用次数、历史播放过的音乐的标识信息、 音乐的历史播放次数等。此处，可以将第一终端例如智能音箱21和智 能手机24播放音乐的记录信息记为第一记录信息，将第二终端例如智 能手机22和智能手机23播放音乐的记录信息记为第二记录信息。
在另一种可能的实现方式中，智能音箱21、智能手机22、智能手 机23和智能手机24中安装的音乐类APP可能各不相同，不同的音乐 类APP可能对应不同的服务器。如图4所示，智能音箱21中安装的音 乐类APP对应于服务器41、智能手机22中安装的音乐类APP对应于 服务器42、智能手机23中安装的音乐类APP对应于服务器43。在这 种情况下，服务器41可以记录如上所述的第一记录信息，服务器42 和服务器43分别记录如上所述的第二记录信息。进一步，服务器20 可以从服务器41获取第一记录信息、以及从服务器42和服务器43获 取第二记录信息。
S102、根据所述第一记录信息和所述第二记录信息，从所述一个 或多个参考用户中确定出一个或多个第二目标用户，所述一个或多个 第二目标用户中的每个第二目标用户分别与所述第一目标用户的第一 相似度大于或等于预设值。
例如，服务器20在获取到第一记录信息和第二记录信息的情况下， 可以根据该第一记录信息和该第二记录信息，从参考用户例如用户B 和用户C中确定出一个或多个第二目标用户。其中，每个第二目标用 户与第一目标用户例如用户A的相似度大于或等于预设值。其中，该 相似度可以是参考用户与用户A在听音乐方面的相似度，该相似度可 以记为第一相似度。
S103、根据所述每个第二目标用户分别与所述第一目标用户的第 一相似度、所述每个第二目标用户的可信任度、以及所述第一终端分 别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个 第一音乐，确定出向所述第一终端推送的目标音乐。
例如，在从用户B和用户C中确定出一个第二目标用户例如用户 B的情况下，可以根据用户B与用户A的第一相似度、以及该用户B 的可信任度，从智能音箱21和智能手机22共同播放过的一个或多个 第一音乐中确定出向智能音箱21推送的目标音乐。
再例如，在从用户B和用户C中确定出多个第二目标用户例如用 户B和用户C的情况下，可以根据用户B与用户A的第一相似度、以 及该用户B的可信任度，对智能音箱21和智能手机22共同播放过的 一个或多个第一音乐进行评分并排序，得到第一排序结果。另外，可 以根据用户C中与用户A的第一相似度、以及该用户C的可信任度， 对智能音箱21和智能手机23共同播放过的一个或多个第一音乐进行 评分并排序，得到第二排序结果。进一步，根据第一排序结果和第二 排序结果，确定出向智能音箱21推送的目标音乐。
可以理解的是，第一记录信息和第二记录信息可以按照矩阵的形 式存储，例如，该矩阵可以包括每个播放过的音乐的标识信息、每个 播放过的音乐被一个或多个不同用户中每个用户播放过的次数、每个 播放过的音乐被所有的用户播放过的总次数等。其中，播放次数越大， 说明该音乐的受欢迎程度越大。
本公开实施例通过获取第一目标用户的第一终端播放音乐的第一 记录信息、以及一个或多个参考用户中每个参考用户的第二终端播放 音乐的第二记录信息，根据该第一记录信息和该第二记录信息，从该 一个或多个参考用户中确定出与第一目标用户的第一相似度大于或等 于预设值的一个或多个第二目标用户。进一步，根据第一相似度、该 每个第二目标用户的可信任度、以及所述第一终端分别与所述每个第 二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定 出向该第一终端推送的目标音乐。从而可以结合不同用户之间的相似 度、以及参考用户的可信任度为目标用户推荐更合适的音乐，同时还 可以避免参考用户的不可信赖导致的推荐结果不符合目标用户品味的 问题，从而提高了用户体验。
在上述实施例的基础上，所述方法还包括如图5所示的如下几个 步骤：
S501、根据所述第一记录信息，计算所述第一目标用户对多个应 用程序中每个应用程序的信任度。
例如，用户A的第一终端例如智能音箱21和智能手机24中可安 装有多个音乐类APP，或者，用户A可以在应用程序安装商城对其安 装过的APP进行评价。进一步，服务器20可以根据如上所述的第一记 录信息，计算用户A对智能音箱21和智能手机24中安装有的多个音 乐类APP中每个APP的信任度。或者，服务器20可以根据如上所述 的第一记录信息，计算用户A对其评价过的所有APP中每个APP的 信任度。
可选的，所述第一记录信息包括所述第一终端在历史时间内使用 所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所 述历史时间内启动所述多个应用程序中任一应用程序的总次数。
例如，该第一记录信息可以包括智能手机24或智能音箱21在历 史时间内使用每个音乐类APP的总时长、以及在该历史时间内启动每 个音乐类APP的总次数。由于某些用户可能会倾向于某一音乐类APP， 因此，针对该现象本实施例可以根据用户A对每个音乐类APP的使用 频率即在历史时间内使用每个音乐类APP的总时长、以及在该历史时 间内启动每个音乐类APP的总次数，计算出用户A对每个音乐类APP 的信任度。
可选的，根据所述第一记录信息，计算所述第一目标用户对多个 应用程序中每个应用程序的信任度，包括：根据所述第一终端在历史 时间内使用所述多个应用程序中任一应用程序的总时长、以及所述第 一终端在所述历史时间内启动所述任一应用程序的总次数，计算所述 第一目标用户对所述多个应用程序中任一应用程序的信任度。
例如，将智能手机24或智能音箱21在最近半年内使用某个音乐 类APP的总时长记为Ta，即用户A在最近半年内使用某个音乐类APP 的总时长。将智能手机24或智能音箱21在最近半年内启动某个音乐 类APP的总次数记为Fa，即用户A在最近半年内使用某个音乐类APP 的总次数。用户A对该音乐类APP的信任度可记为AppTrust(a)， AppTrust(a)可以通过如下公式(1)计算得到：
Figure BDA0002967406000000121
可以理解的是，用户A对其他音乐类APP的信任度也可以通过如 上公式(1)计算得到，此处不再一一赘述。针对某个音乐类APP而言， Ta和Fa的比值越大，说明用户A对该音乐类APP的信任度越高，用户 A对该音乐类APP的接受程度越高。若Ta和Fa的比值越小，说明用户 A对该音乐类APP的信任度越低，用户A对该音乐类APP的接受程度 越低，另外可以说明用户A在使用该音乐类APP的时候，可能并不是 为了听歌，而是有其他用途，例如，查找歌曲，并不作为常用的APP。
S502、根据所述第一目标用户对所述每个应用程序的信任度，从 所述多个应用程序中确定出目标应用程序，所述第一目标用户对所述 目标应用程序的信任度最高。
例如，根据公式(1)可以计算出用户A对其评价过的所有音乐类 APP中每个音乐类APP的信任度。进一步，可以对每个音乐类APP的 信任度进行排序，从而得到信任度最高的音乐类APP。该信任度最高 的音乐类APP可以记为目标应用程序。
S503、根据所述目标应用程序和所述第二记录信息，计算所述每 个第二目标用户的可信任度。
例如，服务器20可以根据该目标应用程序和第二记录信息，计算 每个第二目标用户的可信任度。
可选的，所述第二记录信息包括所述第二终端在历史时间内通过 所述目标应用程序播放音乐的总次数、以及所述第二终端在所述历史 时间内通过所述目标应用程序播放的一个或多个第二音乐中每个第二 音乐的播放次数。
例如，第二目标用户包括用户B，用户B对应的第二记录信息中 可以包括智能手机22在历史时间内通过目标应用程序播放音乐的总次 数、以及智能手机22在该历史时间内通过该目标应用程序播放过的一 个或多个第二音乐中每个第二音乐的播放次数。
可选的，根据所述目标应用程序和所述第二记录信息，计算所述 每个第二目标用户的可信任度，包括：根据所述一个或多个第二音乐 中每个第二音乐的播放次数，确定所述一个或多个第二音乐中播放次 数满足预设条件的第二音乐；根据所述第二终端在所述历史时间内通 过所述目标应用程序播放音乐的总次数、以及所述满足预设条件的第 二音乐的播放次数，计算所述每个第二目标用户的可信任度。
例如，智能手机22在最近半年内通过目标应用程序播放音乐的总 次数记为Cb，即用户B在最近半年内使用该目标应用程序听歌曲的总 次数。智能手机22在最近半年内通过该目标应用程序播放过多个第二 音乐，进一步，根据该智能手机22在最近半年内通过该目标应用程序 播放过的每个第二音乐的播放次数，确定出该多个第二音乐中满足预 设条件的第二音乐。其中，该多个第二音乐中满足预设条件的第二音 乐可以是该多个第二音乐中播放次数最高的两个第二音乐，这两个第 二音乐的播放次数可能相同，可能不同。进一步，可以将这两个第二 音乐的播放次数的和记为Cb(1～2)，即用户B在最近半年内通过该目标应用程序听的歌曲中听的次数最高的两首歌的总次数。进一步，根据Cb和Cb(1～2)可以计算出用户B的可信任度，该用户B的可信任度可以记 为CTrust(b)，CTrust(b)可以通过如下公式(2)计算得出：
Figure BDA0002967406000000141
其中，CTrust(b)的值越大，说明用户B听多个第二音乐的次数较 为平均，不存在恶意刷单的现象，用户B的可信任度较高。反之，说 明用户B可能存在恶意刷单的现象，用户B的可信任度较低。
可选的，所述每个第二目标用户的可信任度为所述每个第二目标 用户分别在所述目标应用程序上的可信任度。
例如，通过公式(2)计算出的用户B的可信任度可以是该用户B 在该目标应用程序上的可信任度。另外，在第二目标用户包括用户C 的情况下，根据公式(2)的原理还可以计算出用户C的可信任度即用 户C在该目标应用程序上的可信任度。
本公开实施例通过该第一记录信息，计算该第一目标用户对多个 应用程序中每个应用程序的信任度，并根据该第一目标用户对该每个 应用程序的信任度，从该多个应用程序中确定出信任度最高的目标应 用程序。进一步，根据每个第二目标用户分别与该第一目标用户的第 一相似度、每个第二目标用户在该目标应用程序上的可信任度、以及 所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放 过的一个或多个第一音乐，确定出向该第一终端推送的目标音乐。使 得该目标音乐可以是可信任度最高的第二目标用户通过第一目标用户 最信任的目标应用程序播放过的音乐。从而可以在第一目标用户倾向 于使用目标应用程序的情况下，考虑第二目标用户在该目标应用程序 上的可信任度，避免了在计算第一目标用户和第二目标用户的第一相 似度时未参考第二目标用户在该目标应用程序上的可信任度而造成的 推荐结果不准确的问题。另外，可以减少某些恶意刷单，例如某些粉 丝故意刷好评等现象对个性化用户音乐推荐系统的影响。
在上述实施例的基础上，根据所述每个第二目标用户分别与所述 第一目标用户的第一相似度、所述每个第二目标用户的可信任度、以 及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播 放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐， 包括如图6所示的如下几个步骤：
S601、根据所述每个第二目标用户分别与所述第一目标用户的第 一相似度、以及所述每个第二目标用户的可信任度，计算所述第一终 端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或 多个第一音乐中每个第一音乐的预测值。
例如，根据用户B与用户A的第一相似度、以及用户B的可信任 度，可以计算出结合后的用户的可信任度，该结合后的用户的可信任 度可以记为ZTrust(a,b)，ZTrust(a,b)可以通过如下公式(3)计算得出：
ZTrust(a,b)＝sim(a,b)CTrust(b) (3)
其中，sim(a,b)表示用户B与用户A的第一相似度。sim(a,b)可以 通过如下公式(4)所述的皮尔逊相关系统法计算得出：
Figure BDA0002967406000000161
其中，Ia,b表示第一终端和第二终端共同播放过的一个或多个第一 音乐，即用户A和用户B共同听过的音乐，i表示Ia,b中的第i个音乐。 Ra,i表示智能手机24或智能音箱21播放音乐i的次数即用户A听音乐i 的次数，Rb,i表示智能手机22播放音乐i的次数即用户B听音乐i的次 数。
Figure BDA0002967406000000162
表示智能手机24或智能音箱21在历史时间内例如一周内通过 音乐类APP播放过的所有音乐的播放次数的总和，即用户A在一周内 听过的所有音乐的播放次数的总和。
Figure BDA0002967406000000163
表示智能手机22在历史时间内 例如一周内通过音乐类APP播放过的所有音乐的播放次数的总和，即 用户B在一周内听过的所有音乐的播放次数的总和。
可以理解的是，根据公式(4)还可以计算出用户C和用户A之 间的第一相似度sim(a,c)。同理，根据公式(2)还可以计算出用户C 的可信任度CTrust(c)。根据公式(3)还可以计算出结合后的用户的可 信任度ZTrust(a,c)＝sim(a,c)CTrust(c)。
在sim(a,b)和sim(a,c)均大于或等于预设值的情况下，可以将用户 B和用户C作为用户A的最近邻，即与用户A最相似的邻居集合。
根据ZTrust(a,b)＝sim(a,b)CTrust(b)可以计算出智能音箱21和智能 手机22共同播放过的一个或多个第一音乐中每个第一音乐的预测值。 例如，b∈UNN(a)表示用户B取的歌曲是用户A和用户B共同听的歌 曲。j表示用户A和用户B共同听的歌曲中的第j个。该第j个歌曲的 预测值可以记为Pa,j，Pa,j通过如下公式(5)计算得出：
Figure BDA0002967406000000164
其中，
Figure BDA0002967406000000165
的含义如上所述，此处不再赘述。Rb,j表示智能手机22 播放该第j个歌曲的次数即用户B听该第j个歌曲的次数。Ra,j表示智 能手机24或智能音箱21播放该第j个歌曲的次数即用户A听该第j个 歌曲的次数。Pa,j在一些实施例中可以表示为该第j个歌曲对应于用户 A的预测值。Pa,j可以表示推荐系统预测出的用户A对该第j个歌曲喜 爱程度。
同理，根据ZTrust(a,c)＝sim(a,c)CTrust(c)可以计算出智能音箱21 和智能手机23共同播放过的一个或多个第一音乐中每个第一音乐的预 测值。
S602、根据所述每个第一音乐的预测值，确定出向所述第一终端 推送的目标音乐。
例如，根据智能音箱21和智能手机22共同播放过的一个或多个 第一音乐中每个第一音乐的预测值可以对智能音箱21和智能手机22 共同播放过的一个或多个第一音乐进行排序，例如，按照预测值从大 到小的顺序进行排序。另外，还可以根据智能音箱21和智能手机23 共同播放过的一个或多个第一音乐中每个第一音乐的预测值可以对智 能音箱21和智能手机23共同播放过的一个或多个第一音乐进行排序。 进一步，可以将前面两个排序中预测值最高的第一音乐作为向智能音 箱21推送的目标音乐。
本公开实施例通过该每个第二目标用户分别与该第一目标用户的 第一相似度、以及该每个第二目标用户的可信任度，计算该第一终端 分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多 个第一音乐中每个第一音乐的预测值，并根据该每个第一音乐的预测 值，确定出向该第一终端推送的目标音乐。从而能够根据用户在不同APP的听歌频率计算出用户对不同APP的信任度，从而能够向第一目 标用户推荐更为符合用户品味的歌曲。
在上述实施例的基础上，根据所述每个第二目标用户分别与所述 第一目标用户的第一相似度、所述每个第二目标用户的可信任度、以 及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播 放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐， 包括：根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、所述每个第二目标用户分 别与所述第一目标用户的第二相似度、以及所述第一终端分别与所述 每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐， 确定出向所述第一终端推送的目标音乐；其中，所述第一相似度用于 表示所述第一终端与所述第二终端播放音乐的相似度，所述第二相似 度用于表示所述第二目标用户和所述第一目标用户的属性相似度。
在一些场景中，不同用户之间的属性是具有一定相似性的，因此， 根据第二目标用户的属性和第一目标用户的属性可以计算出第二目标 用户和第一目标用户的第二相似度，该第二相似度用于表示第二目标 用户和所述第一目标用户的属性相似度。上述第一相似度用于表示第 一目标用户的第一终端与第二目标用户的第二终端播放音乐的相似度。
可选的，所述方法还包括：根据所述第一目标用户的第一属性和 所述每个第二目标用户分别对应的第二属性，计算所述每个第二目标 用户分别与所述第一目标用户的第二相似度。
例如，用户A的第一属性包括用户A的性别、年龄、每次听歌的 时长等。用户B的第二属性包括用户B的性别、年龄、每次听歌的时 长等。可以理解的是，用户A的第一属性和用户B的第二属性并不限 于性别、年龄、每次听歌的时长，例如还可以包括其他信息。
具体的，根据用户A的第一属性和用户B的第二属性可以计算出 用户A和用户B的第二相似度。
例如，用户A的性别记为Sa，用户B的性别记为Sb，用户A和用 户B的性别相似度可以记为S(a,b)，S(a,b)可以通过如下公式(6)计 算得出：
Figure BDA0002967406000000181
例如，用户A的年龄记为Aa，用户B的年龄记为Ab，用户A和 用户B的年龄相似度可以记为A(a,b)，A(a,b)可以通过如下公式(7) 计算得出：
Figure BDA0002967406000000191
例如，用户A每次听歌的时长记为Ma，用户B每次听歌的时长记 为Mb，用户A和用户B的听歌时长的相似度可以记为M(a,b)，M(a,b) 可以通过如下公式(8)计算得出：
Figure BDA0002967406000000192
进一步，根据公式(6)、(7)和(8)可以计算出用户A和用户B 的第二相似度，该第二相似度可以记为STrust(a,b)，STrust(a,b)可以通 过如下公式(9)计算得出：
STrust(a,b)＝0.3×S(a,b)+0.3×A(a,b)+0.4×M(a,b) (9)
进一步，根据用户A和用户B的第一相似度sim(a,b)、用户B的 可信任度CTrust(b)、以及用户A和用户B的第二相似度STrust(a,b)计 算出智能音箱21和智能手机22共同播放过的一个或多个第一音乐中 每个第一音乐的预测值。
具体的，根据sim(a,b)、CTrust(b)、STrust(a,b)可以计算出最终的 信任度，该最终的信任度可以记为OutputTrust(a,b)，OutputTrust(a,b)可 以通过如下公式(10)计算得出：
OutputTrust(a,b)＝μ×ZTrust(a,b)+(1-μ)×STrust(a,b) (10)
其中，ZTrust(a,b)＝sim(a,b)CTrust(b)。μ表示加权因子，用于衡量 ZTrust(a,b)和STrust(a,b)之间的权重，μ可以根据实际情况调整，例如， μ的初始值可以是0.5。
在本实施例中，计算智能音箱21和智能手机22共同播放过的一 个或多个第一音乐中每个第一音乐的预测值的情况下，可以将公式(5) 中的ZTrust(a,b)替换为OutputTrust(a,b)从而得到如下公式(11)：
Figure BDA0002967406000000201
具体的，根据公式(11)可以计算出智能音箱21和智能手机22 共同播放过的一个或多个第一音乐中每个第一音乐的预测值，以及对 智能音箱21和智能手机22共同播放过的一个或多个第一音乐中每个 第一音乐的预测值按照从大到小的顺序进行排序，得到第一排序结果。
可以理解的是，根据公式(11)的原理还可以计算出智能音箱21 和智能手机23共同播放过的一个或多个第一音乐中每个第一音乐的预 测值，以及对智能音箱21和智能手机23共同播放过的一个或多个第 一音乐中每个第一音乐的预测值按照从大到小的顺序进行排序，得到 第二排序结果。
进一步，可以将第一排序结果和第二排序结果中预测值最高的第 一音乐作为向智能音箱21推送的目标音乐。
本公开实施例通过计算第二目标用户的可信任度，可以在第二目 标用户的可信任度较低的情况下，使得第二目标用户和第一目标用户 共同听过的音乐或歌曲的预测值较低，该音乐或歌曲作为向第一目标 用户推荐的目标音乐的可能性较小。从而可以避免第二目标用户由于 恶意刷单导致的向第一目标用户推荐的目标音乐不准确或不符合第一目标用户品味的问题。另外，通过计算第二目标用户和第一目标用户 的属性相似度，并且根据第二目标用户和第一目标用户听歌的相似度、 第二目标用户的可信任度、以及第二目标用户和第一目标用户的属性 相似度，确定向第一目标用户推送的目标音乐，可以进一步提高目标 音乐的准确性，以符合第一目标用户的品味需求，进一步提高用户体 验。
图7为本公开实施例提供的音乐推荐装置的结构示意图。该音乐 推荐装置可以是如上所述的服务器20或终端，或者该音乐推荐装置可 以是如上所述的服务器20或终端中的部件。本公开实施例提供的音乐 推荐装置可以执行音乐推荐方法实施例提供的处理流程，如图7所示， 音乐推荐装置70包括：
获取模块71，用于获取第一目标用户的第一终端播放音乐的第一 记录信息、以及一个或多个参考用户中每个参考用户的第二终端播放 音乐的第二记录信息；
确定模块72，用于根据所述第一记录信息和所述第二记录信息， 从所述一个或多个参考用户中确定出一个或多个第二目标用户，所述 一个或多个第二目标用户中的每个第二目标用户分别与所述第一目标 用户的第一相似度大于或等于预设值；根据所述每个第二目标用户分 别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信 任度、以及所述第一终端分别与所述每个第二目标用户对应的第二终 端共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的 目标音乐。
可选的，装置70还包括：计算模块73，用于根据所述第一记录信 息，计算所述第一目标用户对多个应用程序中每个应用程序的信任度；
所述确定模块72还用于：根据所述第一目标用户对所述每个应用 程序的信任度，从所述多个应用程序中确定出目标应用程序，所述第 一目标用户对所述目标应用程序的信任度最高；
所述计算模块73还用于：根据所述目标应用程序和所述第二记录 信息，计算所述每个第二目标用户的可信任度。
可选的，所述第一记录信息包括所述第一终端在历史时间内使用 所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所 述历史时间内启动所述多个应用程序中任一应用程序的总次数。
可选的，所述计算模块73具体用于：根据所述第一终端在历史时 间内使用所述多个应用程序中任一应用程序的总时长、以及所述第一 终端在所述历史时间内启动所述任一应用程序的总次数，计算所述第 一目标用户对所述多个应用程序中任一应用程序的信任度。
可选的，所述第二记录信息包括所述第二终端在历史时间内通过 所述目标应用程序播放音乐的总次数、以及所述第二终端在所述历史 时间内通过所述目标应用程序播放的一个或多个第二音乐中每个第二 音乐的播放次数。
可选的，所述确定模块72具体用于：根据所述一个或多个第二音 乐中每个第二音乐的播放次数，确定所述一个或多个第二音乐中播放 次数满足预设条件的第二音乐；
所述计算模块73具体用于：根据所述第二终端在所述历史时间内 通过所述目标应用程序播放音乐的总次数、以及所述满足预设条件的 第二音乐的播放次数，计算所述每个第二目标用户的可信任度。
可选的，所述每个第二目标用户的可信任度为所述每个第二目标 用户分别在所述目标应用程序上的可信任度。
可选的，装置70还包括：计算模块73，用于根据所述每个第二目 标用户分别与所述第一目标用户的第一相似度、以及所述每个第二目 标用户的可信任度，计算所述第一终端分别与所述每个第二目标用户 对应的第二终端共同播放过的一个或多个第一音乐中每个第一音乐的 预测值；
所述确定模块72具体用于：根据所述每个第一音乐的预测值，确 定出向所述第一终端推送的目标音乐。
可选的，所述确定模块72具体用于：
根据所述每个第二目标用户分别与所述第一目标用户的第一相似 度、所述每个第二目标用户的可信任度、所述每个第二目标用户分别 与所述第一目标用户的第二相似度、以及所述第一终端分别与所述每 个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐， 确定出向所述第一终端推送的目标音乐；
其中，所述第一相似度用于表示所述第一终端与所述第二终端播 放音乐的相似度，所述第二相似度用于表示所述第二目标用户和所述 第一目标用户的属性相似度。
可选的，装置70还包括：计算模块73，用于根据所述第一目标用 户的第一属性和所述每个第二目标用户分别对应的第二属性，计算所 述每个第二目标用户分别与所述第一目标用户的第二相似度。
图7所示实施例的音乐推荐装置可用于执行上述方法实施例的技 术方案，其实现原理和技术效果类似，此处不再赘述。
图8为本公开实施例提供的音乐推荐设备的结构示意图。该音乐 推荐设备可以是如上所述的服务器20或终端。本公开实施例提供的音 乐推荐设备可以执行音乐推荐方法实施例提供的处理流程，如图8所 示，音乐推荐设备80包括：存储器81、处理器82、计算机程序和通 讯接口83；其中，计算机程序存储在存储器81中，并被配置为由处理 器82执行如上所述的音乐推荐方法。
另外，本公开实施例还提供一种计算机可读存储介质，其上存储 有计算机程序，所述计算机程序被处理器执行以实现上述实施例所述 的音乐推荐方法。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语 仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一 定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺 序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性 的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅 包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括 为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的 情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要 素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式，使本领域技术人员能够理 解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说 将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精 神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限 制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖 特点相一致的最宽的范围。

Claims (22)

1.一种音乐推荐方法，其特征在于，所述方法包括：
获取第一目标用户的第一终端播放音乐的第一记录信息、以及一个或多个参考用户中每个参考用户的第二终端播放音乐的第二记录信息；
根据所述第一记录信息和所述第二记录信息，从所述一个或多个参考用户中确定出一个或多个第二目标用户，所述一个或多个第二目标用户中的每个第二目标用户分别与所述第一目标用户的第一相似度大于或等于预设值；
根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第一记录信息，计算所述第一目标用户对多个应用程序中每个应用程序的信任度；
根据所述第一目标用户对所述每个应用程序的信任度，从所述多个应用程序中确定出目标应用程序，所述第一目标用户对所述目标应用程序的信任度最高；
根据所述目标应用程序和所述第二记录信息，计算所述每个第二目标用户的可信任度。
3.根据权利要求2所述的方法，其特征在于，所述第一记录信息包括所述第一终端在历史时间内使用所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所述历史时间内启动所述多个应用程序中任一应用程序的总次数。
4.根据权利要求3所述的方法，其特征在于，根据所述第一记录信息，计算所述第一目标用户对多个应用程序中每个应用程序的信任度，包括：
根据所述第一终端在历史时间内使用所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所述历史时间内启动所述任一应用程序的总次数，计算所述第一目标用户对所述多个应用程序中任一应用程序的信任度。
5.根据权利要求2所述的方法，其特征在于，所述第二记录信息包括所述第二终端在历史时间内通过所述目标应用程序播放音乐的总次数、以及所述第二终端在所述历史时间内通过所述目标应用程序播放的一个或多个第二音乐中每个第二音乐的播放次数。
6.根据权利要求5所述的方法，其特征在于，根据所述目标应用程序和所述第二记录信息，计算所述每个第二目标用户的可信任度，包括：
根据所述一个或多个第二音乐中每个第二音乐的播放次数，确定所述一个或多个第二音乐中播放次数满足预设条件的第二音乐；
根据所述第二终端在所述历史时间内通过所述目标应用程序播放音乐的总次数、以及所述满足预设条件的第二音乐的播放次数，计算所述每个第二目标用户的可信任度。
7.根据权利要求6所述的方法，其特征在于，所述每个第二目标用户的可信任度为所述每个第二目标用户分别在所述目标应用程序上的可信任度。
8.根据权利要求1所述的方法，其特征在于，根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐，包括：
根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、以及所述每个第二目标用户的可信任度，计算所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐中每个第一音乐的预测值；
根据所述每个第一音乐的预测值，确定出向所述第一终端推送的目标音乐。
9.根据权利要求1所述的方法，其特征在于，根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐，包括：
根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、所述每个第二目标用户分别与所述第一目标用户的第二相似度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐；
其中，所述第一相似度用于表示所述第一终端与所述第二终端播放音乐的相似度，所述第二相似度用于表示所述第二目标用户和所述第一目标用户的属性相似度。
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
根据所述第一目标用户的第一属性和所述每个第二目标用户分别对应的第二属性，计算所述每个第二目标用户分别与所述第一目标用户的第二相似度。
11.一种音乐推荐装置，其特征在于，包括：
获取模块，用于获取第一目标用户的第一终端播放音乐的第一记录信息、以及一个或多个参考用户中每个参考用户的第二终端播放音乐的第二记录信息；
确定模块，用于根据所述第一记录信息和所述第二记录信息，从所述一个或多个参考用户中确定出一个或多个第二目标用户，所述一个或多个第二目标用户中的每个第二目标用户分别与所述第一目标用户的第一相似度大于或等于预设值；根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
计算模块，用于根据所述第一记录信息，计算所述第一目标用户对多个应用程序中每个应用程序的信任度；
所述确定模块还用于：根据所述第一目标用户对所述每个应用程序的信任度，从所述多个应用程序中确定出目标应用程序，所述第一目标用户对所述目标应用程序的信任度最高；
所述计算模块还用于：根据所述目标应用程序和所述第二记录信息，计算所述每个第二目标用户的可信任度。
13.根据权利要求12所述的装置，其特征在于，所述第一记录信息包括所述第一终端在历史时间内使用所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所述历史时间内启动所述多个应用程序中任一应用程序的总次数。
14.根据权利要求13所述的装置，其特征在于，所述计算模块具体用于：
根据所述第一终端在历史时间内使用所述多个应用程序中任一应用程序的总时长、以及所述第一终端在所述历史时间内启动所述任一应用程序的总次数，计算所述第一目标用户对所述多个应用程序中任一应用程序的信任度。
15.根据权利要求12所述的装置，其特征在于，所述第二记录信息包括所述第二终端在历史时间内通过所述目标应用程序播放音乐的总次数、以及所述第二终端在所述历史时间内通过所述目标应用程序播放的一个或多个第二音乐中每个第二音乐的播放次数。
16.根据权利要求15所述的装置，其特征在于，所述确定模块具体用于：根据所述一个或多个第二音乐中每个第二音乐的播放次数，确定所述一个或多个第二音乐中播放次数满足预设条件的第二音乐；
所述计算模块具体用于：根据所述第二终端在所述历史时间内通过所述目标应用程序播放音乐的总次数、以及所述满足预设条件的第二音乐的播放次数，计算所述每个第二目标用户的可信任度。
17.根据权利要求16所述的装置，其特征在于，所述每个第二目标用户的可信任度为所述每个第二目标用户分别在所述目标应用程序上的可信任度。
18.根据权利要求11所述的装置，其特征在于，所述装置还包括：
计算模块，用于根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、以及所述每个第二目标用户的可信任度，计算所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐中每个第一音乐的预测值；
所述确定模块具体用于：根据所述每个第一音乐的预测值，确定出向所述第一终端推送的目标音乐。
19.根据权利要求11所述的装置，其特征在于，所述确定模块具体用于：
根据所述每个第二目标用户分别与所述第一目标用户的第一相似度、所述每个第二目标用户的可信任度、所述每个第二目标用户分别与所述第一目标用户的第二相似度、以及所述第一终端分别与所述每个第二目标用户对应的第二终端共同播放过的一个或多个第一音乐，确定出向所述第一终端推送的目标音乐；
其中，所述第一相似度用于表示所述第一终端与所述第二终端播放音乐的相似度，所述第二相似度用于表示所述第二目标用户和所述第一目标用户的属性相似度。
20.根据权利要求19所述的装置，其特征在于，所述装置还包括：
计算模块，用于根据所述第一目标用户的第一属性和所述每个第二目标用户分别对应的第二属性，计算所述每个第二目标用户分别与所述第一目标用户的第二相似度。
21.一种音乐推荐设备，其特征在于，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-10中任一项所述的方法。
22.一种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1-10中任一项所述的方法。
CN202110256271.3A 2021-03-09 2021-03-09 音乐推荐方法、装置、设备及计算机可读存储介质 Pending CN113190764A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110256271.3A CN113190764A (zh) 2021-03-09 2021-03-09 音乐推荐方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110256271.3A CN113190764A (zh) 2021-03-09 2021-03-09 音乐推荐方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113190764A true CN113190764A (zh) 2021-07-30

Family

ID=76973136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110256271.3A Pending CN113190764A (zh) 2021-03-09 2021-03-09 音乐推荐方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113190764A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114117224A (zh) * 2021-11-29 2022-03-01 海信集团控股股份有限公司 确定知识点的掌握程度的方法、装置及存储介质
CN116049478A (zh) * 2022-08-26 2023-05-02 荣耀终端有限公司 一种应用程序推荐方法、装置及用户设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013077055A (ja) * 2011-09-29 2013-04-25 Ntt Docomo Inc コンテンツ推薦装置、通信端末及びコンテンツ推薦方法
CN103632025A (zh) * 2012-08-27 2014-03-12 北京百度网讯科技有限公司 试听反作弊的方法及系统
KR20150000952A (ko) * 2013-06-25 2015-01-06 에스케이플래닛 주식회사 사용자 선호도 기반 음악 추천 시스템 및 방법, 그리고 이에 적용되는 서버와 단말
KR20150005804A (ko) * 2013-07-05 2015-01-15 에스케이플래닛 주식회사 사용자 피드백을 제공하는 음악 추천 시스템 및 그 방법, 그리고 이에 적용되는 서비스 장치
CN108205551A (zh) * 2016-12-16 2018-06-26 北京酷我科技有限公司 一种歌曲推荐方法和歌曲推荐系统
CN109032719A (zh) * 2018-06-25 2018-12-18 维沃移动通信有限公司 一种对象推荐方法及终端
CN109671450A (zh) * 2018-12-25 2019-04-23 努比亚技术有限公司 歌曲播放方法、装置及计算机可读存储介质
CN110111167A (zh) * 2018-02-01 2019-08-09 北京京东尚科信息技术有限公司 一种确定推荐对象的方法和装置
CN111753124A (zh) * 2019-03-29 2020-10-09 Tcl集团股份有限公司 一种音乐推荐方法及服务器

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013077055A (ja) * 2011-09-29 2013-04-25 Ntt Docomo Inc コンテンツ推薦装置、通信端末及びコンテンツ推薦方法
CN103632025A (zh) * 2012-08-27 2014-03-12 北京百度网讯科技有限公司 试听反作弊的方法及系统
KR20150000952A (ko) * 2013-06-25 2015-01-06 에스케이플래닛 주식회사 사용자 선호도 기반 음악 추천 시스템 및 방법, 그리고 이에 적용되는 서버와 단말
KR20150005804A (ko) * 2013-07-05 2015-01-15 에스케이플래닛 주식회사 사용자 피드백을 제공하는 음악 추천 시스템 및 그 방법, 그리고 이에 적용되는 서비스 장치
CN108205551A (zh) * 2016-12-16 2018-06-26 北京酷我科技有限公司 一种歌曲推荐方法和歌曲推荐系统
CN110111167A (zh) * 2018-02-01 2019-08-09 北京京东尚科信息技术有限公司 一种确定推荐对象的方法和装置
CN109032719A (zh) * 2018-06-25 2018-12-18 维沃移动通信有限公司 一种对象推荐方法及终端
CN109671450A (zh) * 2018-12-25 2019-04-23 努比亚技术有限公司 歌曲播放方法、装置及计算机可读存储介质
CN111753124A (zh) * 2019-03-29 2020-10-09 Tcl集团股份有限公司 一种音乐推荐方法及服务器

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114117224A (zh) * 2021-11-29 2022-03-01 海信集团控股股份有限公司 确定知识点的掌握程度的方法、装置及存储介质
CN116049478A (zh) * 2022-08-26 2023-05-02 荣耀终端有限公司 一种应用程序推荐方法、装置及用户设备
CN116049478B (zh) * 2022-08-26 2023-09-19 荣耀终端有限公司 一种应用程序推荐方法、装置及用户设备

Similar Documents

Publication Publication Date Title
US10088978B2 (en) Country-specific content recommendations in view of sparse country data
JP4524709B2 (ja) 情報処理装置および方法、並びに、プログラム
US20170171336A1 (en) Method and electronic device for information recommendation
WO2018121700A1 (zh) 基于已安装应用来推荐应用信息的方法、装置、终端设备及存储介质
CN111432226B (zh) 直播推荐方法、装置、服务器、终端及存储介质
US20080270038A1 (en) System, apparatus and method for determining compatibility between members of a social network
US20080052371A1 (en) System, apparatus and method for discovery of music within a social network
US20150331940A1 (en) Media selection
US8630894B2 (en) Method and system for searching for, and monitoring assessment of, original content creators and the original content thereof
US10955997B2 (en) Recommending different song recording versions based on a particular song recording version
US20180278704A1 (en) Information push method and electronic device
CN113190764A (zh) 音乐推荐方法、装置、设备及计算机可读存储介质
US11216518B2 (en) Systems and methods of providing recommendations of content items
EP2461259A2 (en) Information processing device and method, information processing system, and program
US20090144226A1 (en) Information processing device and method, and program
WO2016049361A1 (en) Advertisement selection based on demographic information inferred from media item preferences
AU2015236218A1 (en) Building user trust in profile creation and recommendations based on managed interaction with user
WO2017136295A1 (en) Adaptive seeded user labeling for identifying targeted content
JP5881647B2 (ja) 判定装置、判定方法及び判定プログラム
CN112507218A (zh) 业务对象推荐方法、装置、电子设备及存储介质
JP4599141B2 (ja) 情報提供システム，情報提供サーバおよびコンピュータプログラム
CN103914136A (zh) 信息处理装置、信息处理方法和计算机程序
CN111626615A (zh) 确定歌单评分的方法、装置及计算机存储介质
CN115292591A (zh) 音乐数据推送系统、方法及装置
US11269893B2 (en) Query-answering source for a user query

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240527

Address after: No.006, 6th floor, building 4, No.33 yard, middle Xierqi Road, Haidian District, Beijing 100085

Applicant after: BEIJING KINGSOFT CLOUD NETWORK TECHNOLOGY Co.,Ltd.

Country or region after: China

Applicant after: Wuxi Jinyun Zhilian Technology Co.,Ltd.

Address before: No.006, 6th floor, building 4, No.33 yard, middle Xierqi Road, Haidian District, Beijing 100085

Applicant before: BEIJING KINGSOFT CLOUD NETWORK TECHNOLOGY Co.,Ltd.

Country or region before: China