本发明涉及大数据分析处理领域，具体涉及一种基于大数据的音乐推送系统。
背景技术：
：在互联网不断发展的现在，人们经常会收到各种各样的消息推送。各个商业平台也针对不同的用户进行大量分析，对特定人群发送特定的消息。但是在音乐领域，对用户的音乐推送还存在许多问题，并没有一个很好的算法，将用户的各类信息进行统一量化后分析处理，然后有针对性地进行推送，目前的音乐推送一般仍停留在对人群的初步分类基础上。针对这种问题，本申请发明一种基于大数据的音乐推送系统，主要考虑音乐推送精准度高、减去繁琐添加歌单的过程、提升用户体验等问题，根据多种算法识别不同音乐的标签、类别以及用户人群，并依据用户的使用习惯、收听习惯以及预期收听感受进行更精准的音乐推送。本发明所述的音乐推送系统利用大数据的大体量数据基数可融合、计算、分析，加上应用软件化、平台化等特点，为用户提供更舒心便捷的服务。技术实现要素：本发明所述的音乐推送系统可根据多种算法识别不同音乐的标签、类别以及用户人群，依据用户的使用、收听习惯以及预期收听感受更精准的推送相关音乐。目前推送算法的基本实现方式有以下三种：i)基于内容的推荐(content-basedfiltering)基于内容的推荐在此是指音乐信息的检索。学术上一般所称的content-based是特指音频内容本身的，主要涉及featureextraction，专辑、歌手和歌词等基于text或tags的因素，通常用来与content相结合来提高检索效率的。ii)基于协同过滤推荐(collaborationfiltering)基于协同过滤推荐是基于广义的排行榜行和热门排行进行推荐。iii)社会化推荐(socialrecommendation)。社会化推荐是一种基于关系的推荐。本发明所述的音乐推送系统对推送算法的改进主要集中在对第三方应用信息的获取、潜在因素算法、余弦算法等算法改进方面。其结构设计主要考虑的是提高音乐推送精准度，在减去繁琐添加歌单过程的同时提升用户体验。本发明根据多种算法识别不同音乐的标签、类别以及用户人群，依据用户的使用、收听习惯以及预期收听感受更精准的推送相关音乐。其中算法包括第三方应用信息的获取、潜在元素算法、边界算法与关联选项。具体实现方式为：1、用户在使用初期，系统会根据用户的查询输入内容，听歌类型、收听次数等信息为用户推送相关曲目，并将用户信息保存到云端数据库。2、系统根据数据库中保存的用户信息，为用户调取音乐资源。3、支持一键式添加相似歌曲歌单，简便快捷。4、在数据中心搭建音乐系统管理平台，并且数据中心提供对于数据库的统一维护及数据备份，提高了本发明所述的音乐推送系统可维护性和可靠性。具体地，本申请请求保护一种基于大数据的音乐推送系统，其特征在于，该音乐推送系统推送歌曲曲目的方法为：通过第三方应用的数据库获取用户喜好，作为首次推送的参考；通过用户在使用时收听音乐中所包含的元素，应用潜在元素算法，得出用户喜爱的歌曲类型中所包含的元素种类，将其与边界算法、与关联选项所推荐的歌曲进行比较；优先推送比较后有重合的歌曲曲目，其次推送满足单项算法的歌曲曲目。如上所述的基于大数据的音乐推送系统，其特征还在于，该音乐推送系统所有音乐的推送都是在数据库中对用户的相关信息进行计算、搜索、分析后，保存至该用户的同一目录，并在使用过程中不断更新数据信息，保证推送准确可达。如上所述的基于大数据的音乐推送系统，其特征还在于，该潜在元素算法是将歌曲元素化、标签化，并附加到歌曲信息中；然后量化计算出用户对不同元素的偏好程度，进而调整推送频率。如上所述的基于大数据的音乐推送系统，其特征还在于，该音乐推送系统还可以包括歌曲信息输入功能。如上所述的基于大数据的音乐推送系统，其特征还在于，该音乐推送系统支持一键式添加相似歌曲歌单。如上所述的基于大数据的音乐推送系统，其特征还在于，该音乐推送系统还可以包括用户实名注册。附图说明图1、音乐推送系统算法示意图具体实施方式具体
发明内容如下：1)第三方应用信息的获取：可在第三方应用与本系统之间设置接口，即可通过与数据库的连接软件jdbc，获取第三方应用的数据库信息，作为用户在本系统的初始化推送信息源；2)潜在元素算法：a)将歌曲元素化、标签化，分离出类似于摇滚、流行，进行曲、钢琴曲，悲伤、高兴，纯音乐等元素，并附加到歌曲信息中；如果用户在选择歌曲时，有元素在歌曲标签中，则数据库会记录此元素，及出现次数+1；b)用户-潜在因子矩阵q，表示不同的用户对于不同元素的偏好程度，1代表很喜欢，0代表不喜欢。元素a元素b元素c元素d元素e用户x10.90.60.70音乐矩阵p，表示每种音乐含有各种元素的成分元素a元素b元素c元素d元素e音乐y0.80.90.60.70.5由上2表可得出用户x对音乐y的喜欢程度：1*0.8+0.9*0.9+0.6*0.6+0.7*0.7+0*0.5＝2.46每个用户对每首歌都这样计算可以得到不同用户对不同歌曲的评分矩阵m，由上面的算法可以得出用户喜欢的音乐类型，用矩阵表示为m＝qptc)制定一个量化标准：单曲循环＝5,分享＝4,收藏＝3,主动播放＝2,听完＝1,跳过＝-2，拉黑＝-5，在分析时能获得的实际评分矩阵m，也就是输入矩阵大概是这个样子：音乐1音乐2音乐3用户154-2用户235-5由此可获得用户x对音乐y的评分m，分越高说明用户越喜爱此音乐，即增加相应推送频率。3)边界算法与关联选项：a)边界算法：假如用户n喜欢音乐a、b、c，用户m喜欢音乐e、f、g，若a与m的喜好相似(相同元素较多)，则可尝试将e、f、g推送给n用户，a、b、c推送给m用户；b)关联选项：假如用户n喜欢音乐a、b、c，用户m喜欢音乐b、c、g，则可尝试将g推送给n用户，a推送给m用户，即喜欢x的用户还喜欢y；具体实施方式：1)搭建此系统的前提必须以拥有海量音乐数据、用户数据为基础的大数据平台支持，所有音乐、用户的推送都须在数据库中对所有相关信息进行数次计算、搜索(用户收听曲目越多，推送曲目类型越精确)，并提供数据录入数据库目录，分析后与用户绑定，保存至同一目录，并在使用过程中不断更新数据信息，保证推送准确可达；2)用户在使用初期，可通过第三方应用的数据库获取用户喜好(依然为捕捉音乐元素)，用作首次推荐的参考；3)用户在使用时，通过收听音乐中所包含的元素，应用潜在元素算法，得出用户喜爱的歌曲类型中所包含的元素种类，并跟边界算法与关联选项所推荐的歌曲比较，优先推荐重合曲目，其次推荐满足单项算法的曲目；4)音乐推送系统还可以包括友好的人机界面交互设计、歌曲信息输入(名称、音乐类型)功能，用户可实名注册，包含姓名、身份证号码、照片等信息；5)音乐推送系统支持一键式添加相似歌曲歌单。显而易见地，上面所示的仅仅是本发明的一个具体实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据上述实施例获得其他的技术方案，以及在本发明保护的范围内做出的等同变化均应落入本发明的保护范围内，都属于本发明保护的范围。综上所述，本发明所述的音乐推送系统基于大数据平台提供的海量数据，根据多种的算法识别不同音乐的标签、类别以及用户人群，依据用户的使用、收听习惯以及预期收听感受更精准的推送相关音乐。当前第1页12