KR20180021472A - Method and Device for Recommending Music Based on Link Connectivity - Google Patents

Method and Device for Recommending Music Based on Link Connectivity Download PDF

Info

Publication number
KR20180021472A
KR20180021472A KR1020160106062A KR20160106062A KR20180021472A KR 20180021472 A KR20180021472 A KR 20180021472A KR 1020160106062 A KR1020160106062 A KR 1020160106062A KR 20160106062 A KR20160106062 A KR 20160106062A KR 20180021472 A KR20180021472 A KR 20180021472A
Authority
KR
South Korea
Prior art keywords
user
music
probability
generating
information
Prior art date
Application number
KR1020160106062A
Other languages
Korean (ko)
Inventor
김성륜
정의영
이경섭
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020160106062A priority Critical patent/KR20180021472A/en
Publication of KR20180021472A publication Critical patent/KR20180021472A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H04L67/327—
    • 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
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/63—Routing a service request depending on the request content or context

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

Disclosed are a music recommending method based on link connectivity and a device thereof. The method comprises the following steps of: generating a probability map based on a music listening history of a user; selecting another user who has a similar preference to a preference of the user; generating first probability information with respect to music to be listened by the user next based on the probability map and information for music to which the user currently listens; generating second probability information for music to be listened by the user based on a history of another user; and generating recommendation information with respect to music to be listened by the user based on weighted values preset in the first probability information and the second probability information. The weighted values are set based on the total node number in histories of the user and another user.

Description

링크 연결성을 기반으로 한 음악 추천 방법 및 장치{Method and Device for Recommending Music Based on Link Connectivity}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method and apparatus for recommending music based on link connectivity,

본 발명의 실시예들은 링크 연결성을 기반으로 한 음악 추천 방법 및 장치에 관한 것이다. Embodiments of the present invention relate to a method and apparatus for recommending music based on link connectivity.

기존에는 음악 파일을 별도의 저장 장치에 저장한 후 음악을 청취하여야 하였으나, 통신 기술의 발달에 따라 사용자들은 스트리밍 서비스를 통해 음악을 청취하고 있다. Conventionally, music files have to be stored in a separate storage device and then listened to music. However, according to the development of communication technology, users are listening to music through a streaming service.

음악 스트리밍 서비스는 사용자가 지정한 음악을 제공하기도 하지만, 사용자의 취향과 사용자의 히스토리에 기초하여 특정 음악을 추천하기도 한다. 음악의 특성상 사용자들은 선호하는 음악을 여러 번 청취하기도 하고 장르별 선호도가 사용자별로 명확한 편이기에 정확한 추천 기능은 스트리밍 서비스의 중요한 기능이기도 하다. The music streaming service may provide the music designated by the user, but may also recommend specific music based on the user's taste and the user's history. Due to the nature of music, users listen to their favorite music many times and their genre preference is clear for each user, so accurate recommendation is also an important function of streaming service.

그러나, 종래의 음악 추천은 사용자의 선호 장르 또는 선호 가수에 기반하여 이루어지는 경우가 대부분이었으며, 사용자가 현재 듣고 있는 음악과 관련하여 추천을 방법을 제공되지 않았다. However, the conventional music recommendation is often based on the user's preference genre or preference number, and the user is not provided with a recommendation method in relation to the music currently being heard.

본 발명의 일 측면은 사용자가 현재 듣고 있는 음악 컨텐츠를 고려한 링크 연결성을 기반으로 하는 음악 추천 방법을 제공하는 것이다. One aspect of the present invention is to provide a music recommendation method based on link connectivity considering a music content the user is currently listening to.

본 발명의 일 측면에 따르면, 사용자의 음악 청취 히스토리에 기반하여 확률 지도를 생성하는 단계; 사용자와 유사한 선호도를 가지는 다른 사용자를 선정하는 단계; 상기 사용자가 현재 듣고 있는 음악 정보 및 상기 확률 지도에 기반하여 다음에 들을 곡에 대한 제1 확률 정보를 생성하는 단계; 다른 사용자의 히스토리에 기반하여 다음에 들을 음악에 대한 제2 확률 정보를 생성하는 단계; 상기 제1 확률 정보 및 상기 제2 확률 정보에 미리 설정된 가중치를 기반하여 다음에 들을 음악에 대한 추천 정보를 생성하는 단계를 포함하되, 상기 가중치는 상기 사용자 및 상기 다른 사용자 히스토리에서 총 노드수에 기반하여 설정되는 음악 추천 방법이 제공된다. According to an aspect of the present invention, there is provided a method for generating a probability map, comprising: generating a probability map based on a music listening history of a user; Selecting another user having similar preferences to the user; Generating first probability information for a listener based on the music information currently being heard by the user and the probability map; Generating second probability information for the listener music based on the history of the other user; And generating recommendation information for the music based on the first probability information and the second probability information, wherein the weight is based on the total number of nodes in the user and the other user history A music recommendation method is provided.

본 발명에 의하면, 사용자가 현재 듣고 있는 음악 컨텐츠를 고려한 링크 연결성을 기반으로 음악을 추천하여 보다 효율적인 음악 추천이 가능한 장점이 있다. According to the present invention, there is an advantage that more efficient music recommendation is possible by recommending music based on link connectivity considering a music content that the user is currently listening to.

도 1은 본 발명의 일 실시예에 따른 음악 추천을 위한 서버 구성을 도시한 도면
도 2는 본 발명의 일 실시예에 따른 음악 추천 알고리즘을 설명하기 위한 확률 지도
도 3은 본 발명의 일 실시예에 따른 음악 추천 방법을 설명하기 위한 도면
도 4는 본 발명의 일 실시예에 따른 음악 추천 방법의 전체적인 흐름을 도시한 순서도1 is a diagram illustrating a server configuration for music recommendation according to an embodiment of the present invention;
2 is a diagram illustrating a probability map for explaining a music recommendation algorithm according to an embodiment of the present invention.
3 is a diagram for explaining a music recommendation method according to an embodiment of the present invention;
4 is a flowchart showing an overall flow of a music recommendation method according to an embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing.

이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, embodiments according to the present invention will be described in detail with reference to the accompanying drawings.

본 발명은 사용자가 과거에 들었던 음악들을 하나의 노드로 간주하고 노드들간의 연결성을 기초로 하여 음악 추천을 수행한다. The present invention regards music that the user has heard in the past as one node and performs music recommendation based on the connectivity between the nodes.

도 1은 본 발명의 일 실시예에 따른 음악 추천을 위한 서버 구성을 도시한 도면이다. FIG. 1 is a diagram illustrating a server configuration for music recommendation according to an embodiment of the present invention. Referring to FIG.

도 1에 도시된 바와 같은 음악 추천 서버를 통해 사용자가 현재 듣고 있는 음악에 기반하여 다음에 들을 음악을 추천한다. The music recommendation server recommends the music based on the music currently being heard by the user through the music recommendation server as shown in FIG.

도 2는 본 발명의 일 실시예에 따른 음악 추천 알고리즘을 설명하기 위한 확률 지도이다. 2 is a probability map for explaining a music recommendation algorithm according to an embodiment of the present invention.

도 2를 참조하면, 1, 2, 3는 A 사용자가 과거에 들었던 음악을 의미하며, 각 노드들은 서로 양방향으로 연결되어 있다. P12는 1 음악을 들은 이후 2 음악을 들을 확률을 의미하고, P21은 2 음악을 들은 이후 1 음악을 들을 확률을 의미한다. 결국, 도 2는 지금까지 A 사용자가 지금까지 들은 음악들의 확률지도를 의미한다. Referring to FIG. 2, reference numerals 1, 2, and 3 denote music that the user A has heard in the past, and the nodes are connected to each other in both directions. P12 means probability of listening to 2 music after listening to 1 music, and P21 means probability of listening to 1 music after listening 2 music. Finally, FIG. 2 shows a probability map of the music that the A user has heard so far.

도 3은 본 발명의 일 실시예에 따른 음악 추천 방법을 설명하기 위한 도면이다. 3 is a diagram for explaining a music recommendation method according to an embodiment of the present invention.

도 3을 참조하면, 본 발명의 일 실시예에 따른 음악 추천 방법은 추천을 받으려는 사용자 자신인 사용자 A의 확률 지도에 기반하여 특정 음악을 들을 확률과 다른 사용자인 X의 확률 지도에 기반하여 특정 음악을 들을 확률을 조합하여 최종적으로 특정 음악을 들을 확률을 결정한다. Referring to FIG. 3, a music recommendation method according to an exemplary embodiment of the present invention is a method for recommending music based on a probability map of a user A, which is a user to be recommended, To determine the probability of eventually listening to a particular piece of music.

여기서 사용자 X는 사용자 A와 유사한 선호도를 가지는 사용자로서, 데이터베이스에 저장된 다수 사용자들에 대한 히스토리 조사를 통해 선정된다. Where user X is a user with similar preferences to user A and is selected through a history search for a plurality of users stored in the database.

도 3에서 w는 사용자 A의 확률 지도에 기반한 확률과 사용자 X의 확률 지도에 기반한 확률에 대한 가중치를 의미한다. 도 3에 도시된 바와 같이, 사용자 A에게는 w의 가중치가 부여되고, 사용자 X에게는 (1-w)의 가중치가 부여된다. 3, w denotes a probability based on the probability map of the user A and a weight on the probability based on the probability map of the user X. [ As shown in Fig. 3, a weight of w is given to user A, and a weight of (1-w) is given to user X. [

가중치 w는 각 사용자의 노드 수에 기초하여 정해진다. The weight w is determined based on the number of nodes of each user.

도 4는 본 발명의 일 실시예에 따른 음악 추천 방법의 전체적인 흐름을 도시한 순서도이다. 4 is a flowchart illustrating an overall flow of a music recommendation method according to an embodiment of the present invention.

우선 사용자 A와 유사한 취향을 갖는 사용자 X를 탐색한다. First, a user X having a similar taste to the user A is searched.

사용자 A의 히스토리 확률지도에 기반하여 w의 가중치를 부여하여 확률을 계산한다. 또한, 사용자 X의 히스토리 확률지도에 기반하여 w의 가중치를 부여하여 확률을 계산한다. Based on the history probability map of user A, the probability is calculated by assigning weights of w. Also, based on the history probability map of user X, the probability of w is given by weighting w.

도 3에 도시된 바와 같이, 가중치는 다음과 수학식 1과 같이 설정된다. As shown in Fig. 3, the weights are set as shown in the following Equation (1).

Figure pat00001
Figure pat00001

사용자 A의 확률은 다음의 수학식 2와 같이 설정된다. The probability of the user A is set as shown in Equation 2 below.

Figure pat00002
Figure pat00002

사용자 X가 다음곡으로 4를 선택할 확률은 다음의 수학식 3과 같이 설정될 수 있다. The probability that user X selects 4 as the next song can be set as shown in Equation 3 below.

Figure pat00003
Figure pat00003

사용자 A 및 사용자 X의 노드 정보를 이용한 추천이 이루어지면, 사용자의 음악 선택이 이루어진다. 사용자 A의 선택 정보는 사용자 A의 히스토리로 저장된다. When a recommendation is made using the node information of the user A and the user X, the music selection of the user is performed. The selection information of the user A is stored as the history of the user A.

이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described with reference to particular embodiments, such as specific elements, and specific embodiments and drawings. However, it should be understood that the present invention is not limited to the above- And various modifications and changes may be made thereto by those skilled in the art to which the present invention pertains. Accordingly, the spirit of the present invention should not be construed as being limited to the embodiments described, and all of the equivalents or equivalents of the claims, as well as the following claims, belong to the scope of the present invention .

Claims (1)

사용자의 음악 청취 히스토리에 기반하여 확률 지도를 생성하는 단계;
사용자와 유사한 선호도를 가지는 다른 사용자를 선정하는 단계;
상기 사용자가 현재 듣고 있는 음악 정보 및 상기 확률 지도에 기반하여 다음에 들을 곡에 대한 제1 확률 정보를 생성하는 단계;
다른 사용자의 히스토리에 기반하여 다음에 들을 음악에 대한 제2 확률 정보를 생성하는 단계;
상기 제1 확률 정보 및 상기 제2 확률 정보에 미리 설정된 가중치를 기반하여 다음에 들을 음악에 대한 추천 정보를 생성하는 단계를 포함하되,
상기 가중치는 상기 사용자 및 상기 다른 사용자 히스토리에서 총 노드수에 기반하여 설정되는 것을 특징으로 하는 음악 추천 방법. Generating a probability map based on a music listening history of the user;
Selecting another user having similar preferences to the user;
Generating first probability information for a listener based on the music information currently being heard by the user and the probability map;
Generating second probability information for the listener music based on the history of the other user;
And generating recommendation information on the music based on the first probability information and the second probability information,
Wherein the weight is set based on the total number of nodes in the user and the other user's history.
KR1020160106062A 2016-08-22 2016-08-22 Method and Device for Recommending Music Based on Link Connectivity KR20180021472A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160106062A KR20180021472A (en) 2016-08-22 2016-08-22 Method and Device for Recommending Music Based on Link Connectivity

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160106062A KR20180021472A (en) 2016-08-22 2016-08-22 Method and Device for Recommending Music Based on Link Connectivity

Publications (1)

Publication Number Publication Date
KR20180021472A true KR20180021472A (en) 2018-03-05

Family

ID=61726704

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160106062A KR20180021472A (en) 2016-08-22 2016-08-22 Method and Device for Recommending Music Based on Link Connectivity

Country Status (1)

Country Link
KR (1) KR20180021472A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108984731A (en) * 2018-07-12 2018-12-11 腾讯音乐娱乐科技（深圳）有限公司 Sing single recommended method, device and storage medium
CN113032618A (en) * 2021-03-26 2021-06-25 齐鲁工业大学 Music recommendation method and system based on knowledge graph

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108984731A (en) * 2018-07-12 2018-12-11 腾讯音乐娱乐科技（深圳）有限公司 Sing single recommended method, device and storage medium
CN113032618A (en) * 2021-03-26 2021-06-25 齐鲁工业大学 Music recommendation method and system based on knowledge graph

Similar Documents

Publication Publication Date Title
US8515828B1 (en) Providing product recommendations through keyword extraction from negative reviews
CN102024058B (en) Music recommendation method and system
US8886635B2 (en) Apparatus and method for recognizing content using audio signal
CN106951527B (en) Song recommendation method and device
US20200321005A1 (en) Context-based enhancement of audio content
US20120284307A1 (en) String Searching Systems and Methods Thereof
CN107729578B (en) Music recommendation method and device
US9804816B2 (en) Generating a playlist based on a data generation attribute
CN104282322B (en) A kind of mobile terminal and its method and apparatus for identifying song climax parts
US20090271350A1 (en) Apparatus and method for adaptively recommending service, system and method for adaptively recommending service, apparatus and method for recommending service based on user's favorite base
WO2016188347A1 (en) Network quality evaluation method and device, network content sorting method and system, computing apparatus and non-transitory machine-readable storage medium
US10349137B2 (en) Device and method for recommending content and sound source
CN101464881A (en) Method and system for generating media recommendations in a distributed environment based on tagging play history information with location information
TW201214173A (en) Methods and apparatus for displaying content
CN102591873B (en) A kind of information recommendation method and equipment
JP6756744B2 (en) Location information provision method and equipment
US20130024461A1 (en) System and method for providing location-sensitive auto-complete query
CN103294692A (en) Information recommendation method and system
CN107515857A (en) Semantic understanding method and system based on customization technical ability
CN109408710A (en) Search result optimization method, device, system and storage medium
KR20180048893A (en) Method, apparatus, device, and non-volatile computer storage medium
CN111125521A (en) Information recommendation method, device, equipment and storage medium
KR20180011261A (en) Search processing method and apparatus
CN108197241B (en) Path searching method, system, storage medium and processor based on user preference
CN105022807A (en) Information recommendation method and apparatus