CN116186322A - 一种音乐推荐方法、装置、设备以及存储介质 - Google Patents

Abstract

本发明公开了一种音乐推荐方法、装置、设备以及存储介质，属于音乐数据处理技术领域，解决了现有方法仅通过用户播放日志无法对用户感兴趣的音乐有效分析出来，使得推荐准确率降低的问题，方法包括：通过前端采集器采集用户行为日志关联数据；对用户行为日志关联数据的汇总、清洗和分析判断；获取采集传感器推荐指令，发布用户播放端各个节点推荐信号；本申请中用户行为日志关联数据能够被前端采集器采集，从而保证用户播放端各个节点能够被实时监控控制，能够在用户播放端各个节点出现搜索改变时第一时间分析判断，避免了推荐音乐信息不准确，保证推荐的精准度。

Description

一种音乐推荐方法、装置、设备以及存储介质

技术领域

本发明属于音乐数据处理技术领域，具体涉及一种音乐推荐方法、装置、设备以及存储介质。

背景技术

随着近年来互联网行业的高速发展，海量音乐资源的迅速扩充使用户对于音乐的选择变得尤为困难。因此，如何快速并有效地向用户推荐合适的音乐成为了音乐软件迅速占据市场的关键课题。音乐推荐包括基于音乐内容的推荐，基于音乐关联性的推荐，基于知识的推荐，协同过滤推荐等多种方式。

中国专利CN106557560A公开了一种基于用户兴趣的层次音乐推荐方法，包括步骤：从日志系统读取用户播放日志；分析用户播放日志，得到用户行为特性；利用基础算法结合用户行为特性得到基础音乐列表；根据所述用户行为特性构建用户的兴趣模型；利用所述用户兴趣模型获得可复现的历史音乐列表；根据所述用户行为特性获得用户兴趣度，根据所述用户兴趣度获得用户可能感兴趣的音乐列表；依据所述用户兴趣度将所述基础音乐列表、所述可复现的历史音乐列表以及所述可能感兴趣的音乐列表进行组合推荐；但是现有方法仅通过用户播放日志无法对用户感兴趣的音乐有效分析出来，使得推荐准确率降低，基于此，我们提出一种音乐推荐方法。

发明内容

本发明的目的在于针对现有技术的不足之处，提供一种音乐推荐方法，解决了现有方法仅通过用户播放日志无法对用户感兴趣的音乐有效分析出来，使得推荐准确率降低的问题。

本发明是这样实现的，一种音乐推荐方法，所述音乐推荐方法包括：

通过前端采集器采集用户行为日志关联数据，其中，用户行为日志关联数据包括音乐播放数据以及音乐搜索数据；

对用户行为日志关联数据的汇总、清洗和分析判断；

获取采集传感器推荐指令，发布用户播放端各个节点推荐信号。

优选地，所述前端采集器包括：

采集供电组，用于数据采集供电工作；

布置在用户播放端各个节点的节点采集终端，所述节点采集终端通过终端总线与采集供电组电性连接，采集供电组用于节点采集终端的供电，节点采集终端用于采集用户播放端各个节点的运行数据；

采集传感器，用于获取节点采集终端采集的运行数据，上传运行数据至音乐推荐服务器。

优选地，所述前端采集器还包括：

推荐反馈单元，用于获取采集传感器推荐指令，发布用户播放端各个节点推荐信号，其中，所述采集传感器推荐指令通过音乐推荐服务器生成。

优选地，所述对用户行为日志关联数据的汇总、清洗和分析判断的方法，具体包括：

获取用户行为日志关联数据，并对用户行为日志关联数据进行信号的转换；

基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令；

存储获取到的用户行为日志关联数据，供统计分析调取。

优选地，所述基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令的方法，具体包括：

获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理。

优选地，所述基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令的方法，具体还包括：

基于整理后的数据，对数据中特征要素进行提取；

获取特征要素，将特征要素转换为灰度图像像素；

以灰度图像像素为输入，生成代表音乐播放状态的实时灰度图像，从服务数据库中调取标准灰度图像，对标准灰度图像以及实时灰度图像进行对比，基于识别判断模型判断用户播放端是否正常运行。

优选地，所述获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理的方法，具体包括：

对数据进行清洗过滤整理；

获取清洗过滤后的数据，对数据进行分类归并。

优选地，所述获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理的方法，具体还包括：

获取清洗归并后的数据，对异常数据进行标注，基于预设的优先级触发规则优先分析处理数据。

优选地，所述识别判断模型的判断方法，具体还包括：

获取实时灰度图像以及标准灰度图像；

对实时灰度图像以及标准灰度图像进行协同过滤；

调取过滤后的实时灰度图像以及标准灰度图像，对实时灰度图像以及标准灰度图像进行矩阵分解，基于聚类算法处理矩阵分解后的实时灰度图像以及标准灰度图像。

优选地，所述识别判断模型的判断方法，具体还包括：

通过神经网络训练对所述识别判断模型进行训练，基于训练后的所述识别判断模型判断分解后的实时灰度图像以及标准灰度图像是否一致，若一致，则用户播放端各个节点正常，若不一致，则判断某个或多个节点出现异常，向推荐反馈单元发送推荐信号；

一种音乐推荐装置，所述音乐推荐装置包括：

前端采集器、关联通讯模块、音乐推荐服务器以及终端管理模块，所述前端采集器、音乐推荐服务器以及终端管理模块之间通过关联通讯模块交互连接，用于数据的交互共享；

前端采集器用于采集用户行为日志关联数据。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时执行所述的音乐推荐方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序指令，所述计算机程序指令被执行时实现所述的音乐推荐方法。

与现有技术相比，本申请实施例主要有以下有益效果：

本发明所提供的音乐推荐方法通过对播放终端组工作产生的数据能够被前端采集器采集，从而保证用户播放端各个节点能够被实时监控控制，能够在用户播放端各个节点出现搜索改变时第一时间分析判断，避免了推荐音乐信息不准确，保证推荐的精准度。

附图说明

图1是本发明提供的一种音乐推荐方法的实现流程示意图。

图2是本发明提供的前端采集器的结构示意图。

图3是本发明提供的检索传感器的结构示意图。

图4示出了检索传感器采集数据的实现流程示意图。

图5示出了所述对用户行为日志关联数据的汇总、清洗和分析判断方法的实现流程示意图。

图6是本发明提供的音乐推荐服务器的结构示意图。

图7示出了基于预警触发规则发送用户播放端推荐指令方法的实现流程示意图。

图8是本发明提供的统计分析模块的结构示意图。

图9示出了所述获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理方法的实现流程示意图。

图10示出了所述识别判断模型的判断方法的实现流程示意图。

图11是本发明提供的音乐推荐装置的结构示意图。

图12是本发明提供的终端管理模块的结构示意图。

图中：100-前端采集器、110-采集供电组、120-节点采集终端、130-采集传感器、140-推荐反馈单元、200-音乐推荐服务器、210-通讯网关模块、220-统计分析模块、221-数据整理单元、2211-数据清洗层、2212-数据归并层、2213-数据标注层、222-特征要素提取单元、223-要素转换单元、224-多基线比对单元、230-服务数据库、240-服务器组、241-主物理服务器、242-备用物理服务器、300-终端管理模块、310-播放终端组、311-播放编辑控制器、312-信息交汇单元、320-服务终端组、321-移动客户端、322-服务PC端、323-后台监控端、400-关联通讯模块、410-可编辑通讯芯片、420-通讯存储单元、430-通讯天线、440-数模转换单元、5-检索传感器、51-信号发射器、52-信号接收器、53-字段反馈器、54-字段放大器、541-一级放大电路、542-二级放大电路、543-三级放大电路、544-滤波电路、545-分压电路、546-放大器MCU、55-检索感应单元、56-传输电路、57-字段控制器。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

现有方法仅通过用户播放日志无法对用户感兴趣的音乐有效分析出来，使得推荐准确率降低，基于此，我们提出一种音乐推荐方法、装置、设备以及存储介质，方法包括：通过前端采集器100采集用户行为日志关联数据；对用户行为日志关联数据的汇总、清洗和分析判断；获取采集传感器130推荐指令，发布用户播放端各个节点推荐信号，本申请中用户行为日志关联数据能够被前端采集器100采集，从而保证用户播放端各个节点能够被实时监控控制，能够在用户播放端各个节点出现搜索改变时第一时间分析判断，避免了推荐音乐信息不准确，保证推荐的精准度。

本发明实施例提供了一种音乐推荐方法，如图1所示，示出了所述音乐推荐方法的实现流程示意图，所述音乐推荐方法，具体包括：

步骤S10，通过前端采集器100采集用户行为日志关联数据，其中，用户行为日志关联数据包括音乐播放数据以及音乐搜索数据；

步骤S20，对用户行为日志关联数据的汇总、清洗和分析判断；

步骤S30，获取采集传感器130推荐指令，发布用户播放端各个节点推荐信号。

在本实施例中，本申请中播放终端组310工作产生的数据以及播放终端组310数据能够被前端采集器100采集，从而保证用户播放端各个节点能够被实时监控控制，能够在用户播放端各个节点出现搜索改变时第一时间分析判断，避免了推荐音乐信息不准确，保证推荐的精准度。

在本申请中，还公开了前端采集器100，如图2所示，示出了所述前端采集器100的框架示意图，所述前端采集器100包括：

采集供电组110，用于数据采集供电工作；

示例性的，所述采集供电组110为节点采集终端120、采集传感器130以及推荐反馈单元140采集数据供电，采集供电组110可以一拖n的方式分别与节点采集终端120、采集传感器130以及推荐反馈单元140连接，其中n可以为1、2、3……n，而采集供电组110具体可以为铅蓄免维护电池、锂电池，采集供电组110的防护等级为IP67，同时其额定容量可以为20-150AH。

布置在用户播放端各个节点的节点采集终端120，所述节点采集终端120通过终端总线与采集供电组110电性连接，采集供电组110用于节点采集终端120的供电，节点采集终端120用于采集用户播放端各个节点的运行数据，同时节点采集终端120还用于采集用户播放端的实时监控动态数据；

用户播放端各个节点中的节点指的是播放终端组310音乐播放过程中各个关键节点，通过在关键节点布局节点采集终端120可以实时监测到各个节点的运行数据，从而辅助所述音乐推荐服务器200判断节点运行是否需要更新，并对潜在音乐推荐进行分析判断。

需要说明的是，所述节点采集终端120支持串口MODBUS RTU协议数据的采集，每个节点采集终端120最多可以关联99组MODBUS RTU设备的数据采集，可以支持远程监控、自动化数据采集以及工业遥控监测，所述节点采集终端120采用单模导轨外形，安装方便同时配合其他设备同步工作。

采集传感器130，用于获取节点采集终端120采集的运行数据，上传运行数据至音乐推荐服务器200。

推荐反馈单元140，用于获取采集传感器130推荐指令，发布用户播放端各个节点推荐信号，其中，所述采集传感器130推荐指令通过音乐推荐服务器200生成。

示例性的，推荐反馈单元140响应于采集传感器130推荐指令，当指令中包含用户播放端各个节点搜索更新时，能够及时产生响应，推荐反馈单元140发送推荐指令至服务终端组320，服务终端组320获取推荐指令，实现预警的联动，避免预警无法及时被响应。

推荐反馈单元140可以单组设置在用户播放端，也可以多组对应于采集传感器130或节点采集终端120设置。

需要说明的是，所述采集传感器130可以为检索传感器5，采集传感器130可以实时采集各个节点的实时数据，从而方便音乐推荐服务器200对数据进行分析和判断。

在本申请中，检索传感器5用于采集用户播放端的运行状态，主要采集检索信号，并将检索信号转换为电信号，为音乐推荐服务器200对用户播放端的状态进行分析和判断，如图3所示，检索传感器5包括信号发射器51、信号接收器52、多组字段反馈器53、字段放大器54、检索感应单元55、传输电路56以及字段控制器57，示例性的，如图4所示，示出了检索传感器5采集数据的实现流程示意图，所述检索传感器5采集数据的方法，具体包括：

步骤S101，基于字段控制器57调节所述字段反馈器53的响应敏感值，其中，调节响应敏感值是通过字段控制器57下发指令一键自动调节的，其工作时，下发指令能够驱动字段控制器57的电位器调节，电位器自动调整电压电流设定值，从而实现对字段反馈器53响应敏感值的调节。

步骤S102，信号发射器51发射检索信号，被播放终端组310或用户播放端遮挡的检索信号经过传输电路56输出至信号接收器52；

步骤S103，字段放大器54获取检索信号，经过多级放大电路对检索信号进行多级放大，将检索信号转换为可读取的电信号，并通过5G或DTU通讯传输的方式将电信号传输至字段控制器57；

步骤S104，获取可读取的电信号，识别电信号，并将电信号转换为AD数据，其中，每组所述的电信号包括1000-10000组字段数据，检索控制器将字段数据传输至对应的节点采集终端120，节点采集终端120将数据传输至音乐推荐服务器200。

在本实施例中，如图3所示，光线放大器包括一级放大电路541、二级放大电路542、三级放大电路543、滤波电路544、分压电路545以及放大器MCU546，放大器MCU546能够采集经过一级放大电路541、二级放大电路542、三级放大电路543放大后的模拟电压，同时对模拟电压进行模数转换得到数字量电压值（可读取的电信号）。

需要说明的是，播放终端组310或用户播放端出现搜索改变时，播放终端组310或用户播放端是设置有检索感应单元55。

本发明实施例提供了对用户行为日志关联数据的汇总、清洗和分析判断的方法，如图5所示，示出了所述对用户行为日志关联数据的汇总、清洗和分析判断方法的实现流程示意图，所述对用户行为日志关联数据的汇总、清洗和分析判断的方法，具体包括：

步骤S201，获取用户行为日志关联数据，并对用户行为日志关联数据进行信号的转换；

步骤S202，基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令；

步骤S203，存储获取到的用户行为日志关联数据，供统计分析调取。

需要说明的是，对用户行为日志关联数据的汇总、清洗和分析判断的流程是通过音乐推荐服务器200实现的，如图6所示，示出了音乐推荐服务器200的结构示意图，所述音乐推荐服务器200，具体包括：通讯网关模块210、统计分析模块220、服务数据库230以及服务器组240。

需要说明的是，通讯网关模块210用于数据的获取以及信号的转换，统计分析模块220，基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令；而服务数据库230用于存储获取到的用户行为日志关联数据，供统计分析模块220以及终端管理模块300调取；同时，在本申请中，服务器组240与统计分析模块220以及服务数据库230通过以太网连接，提供运行环境，服务器组240包括主物理服务器241以及多组备用物理服务器242。

在本实施例中，通讯网关模块210可作为远距离PLC通讯设备使用，提供RS485通讯接口，方便数据的载入和读取，可以实现点对点通信，也可以实现点对多点通信，且通讯网关模块210支持串口RTU协议的数据采集，内置不小于十个寄存器地址域的采集。

示例性的，所述服务数据库230包括MySQL主从集群以及Redis集群，其中，MySQL主从集群用于永久存储用户行为日志关联数据，而Redis集群用于缓存用户行为日志关联数据，每组MySQL主从集群对应多组Redis集群，采用此种方式能够有效降低MySQL主从集群的负载，提高数据存储的效率。

需要说明的是，主物理服务器241用于通讯网关模块210、统计分析模块220以及服务数据库230的管理，主物理服务器241同时为统计分析模块220提供协议配置、规则控制以及机器学习功能，能够保障统计分析模块220对数据进行快速高效的分析处理，而为了避免主物理服务器241因负载过重导致效率降低的问题，还配置有多组备用物理服务器242，从而能够在主物理服务器241负载过高时，对其提供辅助支持。

以分析检索传感器5采集到的数据为例，对获取到的AD数据，主物理服务器241提供预训练的回归分析模型以及Fast-CNN分类神经网络，通过回归分析模型可以辅助统计分析模块220对AD数据进行回归分析，然后进行小波转换，最后再通过Fast-CNN分类神经网络辅助判断，从而精准的判断出终端设备或播放终端组310的物理状态。

示例性的，所述主物理服务器241与备用物理服务器242触发规则为：当计算所述主物理服务器241运行内存不足30%时，触发多组备用物理服务器242，实现对主物理服务器241的支撑，而主物理服务器241的运行内存占有率计算公式为：

（1）/>

其中，所述

表示主物理服务器241的运行内存占有率，/>

为服务器总内存，/>

为内存扩容指数，可以为1-1.5，/>

为时间为/>

时刻的占用内存。

本发明实施例提供了基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令的方法，如图7所示，示出了所述基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令方法的实现流程示意图，所述基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令的方法，具体包括：

步骤S2021，获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理。

步骤S2022，基于整理后的数据，对数据中特征要素进行提取；

步骤S2023，获取特征要素，将特征要素转换为灰度图像像素；

步骤S2024，以灰度图像像素为输入，生成代表音乐播放状态的实时灰度图像，从服务数据库230中调取标准灰度图像，对标准灰度图像以及实时灰度图像进行对比，基于识别判断模型判断用户播放端是否正常运行。

需要说明的是，在本申请中，基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令的实现流程通过统计分析模块220实现，如图8所示，示出了统计分析模块220的结构示意图，所述统计分析模块220，具体包括：

数据整理单元221，所述数据整理单元221用于数据的清洗、归并以及转码；

其中，所述数据整理单元221包括：

数据清洗层2211，用于数据的清洗过滤整理；

数据归并层2212，用于数据的分类归并；

数据标注层2213，获取清洗归并后的数据，对异常数据进行标注，基于预设的优先级触发规则优先分析处理数据。

数据清洗层2211采用删除法以及插补法的方式对获取的数据进行处理，删除法以及插补法不会对后续的机器学习以及优先级触发规则造成影响，同时避免数据不规范导致数据处理效率的降低；

所述数据归并层2212与数据标注层2213之间采用通讯连接，数据归并层2212对采集的数据进行归并分类，能够有效的分类处理数据，提高系统处理能力。

需要说明的是，所述数据归并层2212采用线性函数归一化的方式对数据进行规范处理，示例性的，对检索传感器5采集的数据进行处理时，对数据进行类别型的分类，分类采用独热编码的方式进行，正类（关联数据）转为1，负类（无关数据）转为0，从而将与检索传感器5采集的数据同类的数据映射到[0，1]区间。

特征要素提取单元222，基于整理后的数据，对数据中特征要素进行提取；

要素转换单元223，获取特征要素，将特征要素转换为灰度图像像素；

多基线比对单元224，以灰度图像像素为输入，生成代表音乐播放状态的实时灰度图像，从服务数据库230中调取标准灰度图像，对标准灰度图像以及实时灰度图像进行对比，基于识别判断模型判断用户播放端是否正常运行。

本发明实施例提供了获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理的方法，如图9所示，示出了所述获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理方法的实现流程示意图，所述获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理的方法，具体包括：

步骤S301，对数据进行清洗过滤整理；

步骤S302，获取清洗过滤后的数据，对数据进行分类归并。

步骤S303，获取清洗归并后的数据，对异常数据进行标注，基于预设的优先级触发规则优先分析处理数据。

在本申请中，识别判断模型为收敛的神经网络模型，在本实施例中，如图10所示，示出了所述识别判断模型的判断方法的实现流程示意图，所述识别判断模型的判断方法，具体包括：

步骤S401，获取实时灰度图像以及标准灰度图像；

步骤S402，对实时灰度图像以及标准灰度图像进行协同过滤；

步骤S403，调取过滤后的实时灰度图像以及标准灰度图像，对实时灰度图像以及标准灰度图像进行矩阵分解，基于聚类算法处理矩阵分解后的实时灰度图像以及标准灰度图像；

其中，所述标准灰度图像从服务数据库230中调取。

步骤S404，通过神经网络训练对所述识别判断模型进行训练；

步骤S405，基于训练后的所述识别判断模型判断分解后的实时灰度图像以及标准灰度图像是否一致，若一致，则用户播放端各个节点正常；

步骤S406，若不一致，则判断某个或多个节点出现异常，向推荐反馈单元140发送推荐信号。

需要说明的是，识别判断模型判断分解后的实时灰度图像的输出信息为

，数据归并层2212的输出结果为/>

，数据标注层2213的输出结果为/>

，基于聚类算法处理矩阵分解结果为/>

，则分解后实时灰度图像的输出公式为：

（2）

式中，

表示识别判断模型判断分解后实时灰度图像信息，/>

为输入的实时灰度图像信息总量。

其中，所述基于聚类算法处理矩阵分解结果

的计算公式为：

（3）

公式（3）中，所述

表示在权重为/>

时，识别判断模型的分解梯度，而/>

为误差常量，可以为0.2-0.6。而权重/>

计算公式为：

（4）

其中，公式（4）中，

为图像分解时的分解程度，/>

和/>

分别代表/>

为输入的实时灰度图像信息总量中各个实时灰度图像信息的权重系数，所述权重系数为常量。

本发明实施例提供了一种音乐推荐装置，如图11所示，示出了所述音乐推荐装置的结构示意图，所述音乐推荐装置，具体包括：

前端采集器100、关联通讯模块400、音乐推荐服务器200以及终端管理模块300，所述前端采集器100、音乐推荐服务器200以及终端管理模块300之间通过关联通讯模块400交互连接，用于数据的交互共享；

前端采集器100用于采集用户行为日志关联数据；

其中，所述用户行为日志关联数据可以为播放终端组310实时监控音乐搜索数据、播放终端组310物理参数以及播放终端组310功率参数，且播放终端组310物理参数用于辅助所述音乐推荐服务器200判断播放终端组310位置以及完好程度，而实时音乐搜索数据用于辅助所述音乐推荐服务器200判断播放终端组310播放喜好的改变，而播放终端组310功率参数用于辅助所述音乐推荐服务器200判断用户播放端的工作状态。

音乐推荐服务器200用于采集到用户行为日志关联数据的汇总、清洗和分析判断；

终端管理模块300用于管理控制用户行为日志关联的各个用户播放端，且终端管理模块300与用户播放端之间通过终端总线连接。

其中，所述关联通讯模块400包括可编辑通讯芯片410、通讯存储单元420、通讯天线430以及数模转换单元440。

所述可编辑通讯芯片410用于控制所述通讯存储单元420、通讯天线430以及数模转换单元440运行，起到控制的作用，能够保证数据交互的正常运行，而通讯存储单元420用于储存通讯数据，通讯天线430可以为布置在用户播放端各个节点，通讯天线430支持WIFI、5G、NB、LoRa等多种上行通讯，而可编辑通讯芯片410支持连接工控机、PLC的RS485数据接口。

需要说明的是，终端总线包括一组工业总线、多组备用总线、多组工业支线以及多组备用支线，所述终端总线可以为常规电缆或防爆耐火的阻燃电缆，多组工业支线可以采用串联或并联的方式分别接入工业总线以及用户播放端。

本发明实施例提供了终端管理模块300，如图12所示，示出了终端管理模块300的结构示意图，所述终端管理模块300，具体包括：

播放终端组310，用于控制用户播放端运行，所述播放终端组310包括播放编辑控制器311，以控制播放终端组进行音乐播放；

信息交汇单元312，与用户播放端之间电性连接，且用于控制播放终端组数据信息的汇流并网工作，且信息交汇单元312与播放编辑控制器311之间通过工业总线串联。

服务终端组320，用于分别关联客户终端，其中，所述客户终端包括移动客户端321、服务PC端322以及后台监控端323，所述客户终端通过关联通讯模块400与音乐推荐服务器200通讯连接，所述播放终端组310与服务终端组320之间通过以太网实现数据的交互共享。

在本实施例中，服务终端组320可以为具有通讯接收功能的编程控制器，而移动客户端321可以为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、手机等可以进行通信的设备，服务PC端322可以为工业电脑，其通过工业总线分别与用户播放端以及信息交汇单元312电性连接，而后台监控端323可以为大屏监控显示屏，通过大屏监控显示屏能够显示用户播放端以及信息交汇单元312各个设备的运行状态，且从音乐推荐服务器200获取设备运行状态，同时，移动客户端321、服务PC端322以及后台监控端323均支持设备的添加、删除、修改。

本发明实施例还提供了一种计算机设备，该计算机设备包括显示屏、存储器、处理器以及计算机程序，其中所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述音乐推荐方法的步骤。

可以理解的是，在本发明提供的优选实施例中，该计算机设备还可以为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、手机等可以进行通信的设备。

本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序指令，该计算机程序指令可以被处理器执行。该计算机程序指令被执行时实现上述任意一项实施例的方法。

所称处理器可以是中央处理单元，还可以是其他通用处理器、数字信号处理器、专用集成电路、现成可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

同时，上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据音乐推荐装置的使用所创建的数据。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（SecureDigital，SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

综上所述，本发明提供了一种音乐推荐方法，本申请中用户行为日志关联数据能够被前端采集器100采集，从而保证用户播放端各个节点能够被实时监控控制，能够在用户播放端各个节点出现搜索改变时第一时间分析判断，避免了推荐音乐信息不准确，保证推荐的精准度。

需要说明的是，对于前述的各实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可能采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，涉及的动作和模块并不一定是本发明所必须的。

本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或通信连接可以是通过一些接口，装置或单元之间的间接耦合或通信连接，可以是电信或者其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。

Claims (10)

1.一种音乐推荐方法，其特征在于，所述音乐推荐方法包括：

通过前端采集器采集用户行为日志关联数据，其中，用户行为日志关联数据包括音乐播放数据以及音乐搜索数据；

对用户行为日志关联数据的汇总、清洗和分析判断；

获取采集传感器推荐指令，发布用户播放端各个节点推荐信号。

2.如权利要求1所述的音乐推荐方法，其特征在于：所述前端采集器包括：

采集供电组，用于数据采集供电工作；

布置在用户播放端各个节点的节点采集终端，所述节点采集终端通过终端总线与采集供电组电性连接，采集供电组用于节点采集终端的供电，节点采集终端用于采集用户播放端各个节点的运行数据；

采集传感器，用于获取节点采集终端采集的运行数据，上传运行数据至音乐推荐服务器。

3.如权利要求2所述的音乐推荐方法，其特征在于：所述前端采集器还包括：

推荐反馈单元，用于获取采集传感器推荐指令，发布用户播放端各个节点推荐信号，其中，所述采集传感器推荐指令通过音乐推荐服务器生成。

4.如权利要求3所述的音乐推荐方法，其特征在于：所述对用户行为日志关联数据的汇总、清洗和分析判断的方法，具体包括：

获取用户行为日志关联数据，并对用户行为日志关联数据进行信号的转换；

基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令；

存储获取到的用户行为日志关联数据，供统计分析调取。

5.如权利要求4所述的音乐推荐方法，其特征在于：所述基于用户行为日志关联数据对用户播放端状态进行分析和判断，基于预警触发规则发送用户播放端推荐指令的方法，具体包括：

获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理；

基于整理后的数据，对数据中特征要素进行提取；

获取特征要素，将特征要素转换为灰度图像像素；

以灰度图像像素为输入，生成代表音乐播放状态的实时灰度图像，从服务数据库中调取标准灰度图像，对标准灰度图像以及实时灰度图像进行对比，基于识别判断模型判断用户播放端是否正常运行。

6.如权利要求5所述的音乐推荐方法，其特征在于：所述获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理的方法，具体包括：

对数据进行清洗过滤整理；

获取清洗过滤后的数据，对数据进行分类归并。

7.如权利要求6所述的音乐推荐方法，其特征在于：所述获取用户行为日志关联数据，对数据进行清洗、归并以及转码处理的方法，具体还包括：

获取清洗归并后的数据，对异常数据进行标注，基于预设的优先级触发规则优先分析处理数据；

获取实时灰度图像以及标准灰度图像；

对实时灰度图像以及标准灰度图像进行协同过滤；

调取过滤后的实时灰度图像以及标准灰度图像，对实时灰度图像以及标准灰度图像进行矩阵分解，基于聚类算法处理矩阵分解后的实时灰度图像以及标准灰度图像；

通过神经网络训练对所述识别判断模型进行训练，基于训练后的所述识别判断模型判断分解后的实时灰度图像以及标准灰度图像是否一致，若一致，则用户播放端各个节点正常，若不一致，则判断某个或多个节点出现异常，向推荐反馈单元发送推荐信号。

8.一种基于权利要求1-7任一所述音乐推荐方法的音乐推荐装置，其特征在于：所述音乐推荐装置包括：

前端采集器、关联通讯模块、音乐推荐服务器以及终端管理模块，所述前端采集器、音乐推荐服务器以及终端管理模块之间通过关联通讯模块交互连接，用于数据的交互共享；

前端采集器用于采集用户行为日志关联数据。

9.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时执行如权利要求1-7任意一项所述的音乐推荐方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序指令，所述计算机程序指令被执行时实现如权利要求1-7任意一项所述的音乐推荐方法。

Images