音乐人推荐方法、装置、电子设备及计算机可读存储介质与流程

所属的技术人员能够理解，本技术的各个方面可以实现为系统、方法或程序产品。因此，本技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图9来描述根据本发明的这种实施例的电子设备900。图9显示的电子设备900仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图9所示，电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于：上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930、显示单元940。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元910执行，使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。存储单元920可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)921和/或高速缓存存储单元922，还可以进一步包括只读存储单元(rom)923。存储单元920还可以包括具有一组(至少一个)程序模块925的程序/使用工具924，这样的程序模块925包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包含网络环境的现实。总线930可以包括数据总线、地址总线和控制总线。电子设备900也可以与一个或多个外部设备990(例如键盘、指向设备、蓝牙设备等)通信，这种通信可以通过输入/输出(i/o)接口950进行。并且，电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图9所示，网络适配器960通过总线930与电子设备900的其它模块通信。应当明白，尽管图9中未示出，可以结合电子设备900使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid(redundant arrays ofindependent disks，独立磁盘冗余阵列)系统、磁带驱动器以及数据备份存储系统等。通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方式。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限定。

背景技术：

1、本部分旨在为本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

2、在很多音乐软件中，通常会通过音乐推荐系统，为用户提供可供欣赏的音乐内容，以满足用户多样的音乐需求。

3、相关技术中，通常统计热门歌曲，进行分发推荐，这种方式会产生很强的头部效应，有可能会导致很多高品质但不够热门的歌曲不能触达广泛的用户，缩小了用户欣赏歌曲的范围，降低了用户多样性欣赏高品质歌曲的可能。

4、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本技术提供了一种音乐人推荐方法、音乐人推荐装置、计算机可读存储介质与电子设备，进而至少在一定程度上解决相关技术中很多高品质但不够热门的歌曲不能触达广泛的用户的问题。

2、本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。

3、根据本技术的第一方面，提供了一种音乐人推荐方法，所述方法包括：基于参照精品曲库，从候选曲库中确定第一目标歌曲，并根据所述第一目标歌曲对应的音乐人信息，确定第一目标音乐人；确定所述第一目标音乐人对应的歌曲质量，并根据所述第一目标音乐人对应的歌曲质量，从所述第一目标音乐人中筛选第二目标音乐人；确定所述第二目标音乐人对应的歌曲推荐指标参数，并根据所述第二目标音乐人对应的歌曲推荐指标参数进行音乐人推荐。

4、在本技术的一种示例性实施例中，所述基于参照精品曲库，从候选曲库中确定第一目标歌曲，包括：从所述参照精品曲库中确定与第一待处理歌曲相似度最高的目标参照歌曲，其中所述第一待处理歌曲为所述候选曲库中任一歌曲；若所述第一待处理歌曲与所述目标参照歌曲之间的相似度满足预设相似度阈值，则将所述第一待处理歌曲作为第一目标歌曲。

5、在本技术的一种示例性实施例中，所述从所述参照精品曲库中确定与第一待处理歌曲相似度最高的目标参照歌曲，包括：基于表征提取模型，提取所述第一待处理歌曲对应的表征特征以及所述参照精品曲库中各歌曲对应的表征特征；将所述第一待处理歌曲对应的表征特征与所述参照精品曲库中各歌曲对应的表征特征进行对比，确定所述第一待处理歌曲与所述参照精品曲库中各歌曲之间的相似度；根据所述第一待处理歌曲与所述参照精品曲库中各歌曲之间的相似度，从所述参照精品曲库中确定与所述第一待处理歌曲相似度最高的目标参照歌曲。

6、在本技术的一种示例性实施例中，在基于参照精品曲库，从候选曲库中确定第一目标歌曲之前，所述方法还包括：确定所述参照精品曲库中的异常歌曲，并对所述参照精品曲库中的异常歌曲进行清除。

7、在本技术的一种示例性实施例中，所述确定所述参照精品曲库中的异常歌曲，包括：基于表征提取模型，提取所述参照精品曲库中各歌曲对应的表征特征；将所述参照精品曲库中各歌曲对应的表征特征进行聚类，将类外的表征特征对应的歌曲作为异常歌曲。

8、在本技术的一种示例性实施例中，所述表征提取模型采用以下方式构建：基于歌曲标签样本数据训练一用于进行风格标签分类的风格标签模型，得到已训练的风格标签模型，所述歌曲标签样本数据包含多种类型的歌曲对应的风格标签数据；在所述已训练的风格标签模型中增加一用于输出指定维度的编码神经网络分支，得到孪生网络模型；基于歌曲片段样本数据对所述孪生网络模型进行训练，得到所述表征提取模型。

9、在本技术的一种示例性实施例中，所述歌曲片段样本数据包括正相关样本数据对和负相关样本数据对，其中所述正相关样本数据对中的歌曲片段属于同一歌曲，所述负相关样本数据对中的歌曲片段不属于同一歌曲，其中，基于歌曲片段样本数据对所述孪生网络模型进行训练，得到所述表征提取模型，包括：基于所述歌曲片段样本数据，采用包含标签分类学习和度量学习的多任务学习方式对所述孪生网络模型进行训练，得到所述表征提取模型。

10、在本技术的一种示例性实施例中，所述确定所述第一目标音乐人对应的歌曲质量，包括：确定所述第一目标音乐人对应的旋律质量评分和音频质量评分；基于所述旋律质量评分和所述音频质量评分，确定所述第一目标音乐人对应的歌曲质量。

11、在本技术的一种示例性实施例中，所述确定所述第一目标音乐人对应的旋律质量评分和音频质量评分，包括：基于所述第一目标音乐人一种或多种歌曲对应的旋律信息，确定所述第一目标音乐人的旋律质量评分；基于所述第一目标音乐人一种或多种歌曲对应的音频信息，确定所述第一目标音乐人的音频质量评分。

12、在本技术的一种示例性实施例中，所述根据所述第一目标音乐人对应的歌曲质量，从所述第一目标音乐人中筛选第二目标音乐人，包括：若所述第一目标音乐人对应的歌曲质量达到预设质量阈值，则将第一目标音乐人作为第二目标音乐人。

13、在本技术的一种示例性实施例中，所述歌曲推荐指标参数包括风格标签和/或热度评分，所述确定所述第二目标音乐人对应的歌曲推荐指标参数，包括：确定所述第二目标音乐人一种或多种歌曲对应的风格标签，并基于所述第二目标音乐人一种或多种歌曲对应的风格标签，确定所述第二目标音乐人对应的风格标签；和/或确定所述第二目标音乐人一种或多种歌曲对应的热度评分，并基于所述第二目标音乐人一种或多种歌曲对应的热度评分，确定所述第二目标音乐人对应的热度评分。

14、在本技术的一种示例性实施例中，所述确定所述第二目标音乐人一种或多种歌曲对应的风格标签，包括：基于所述参照精品曲库中与第二待处理歌曲相似度最高的目标参照歌曲对应的预设风格标签，确定所述第二待处理歌曲对应的风格标签，其中所述第二待处理歌曲为所述第二目标音乐人的歌曲。

15、在本技术的一种示例性实施例中，所述确定所述第二目标音乐人一种或多种歌曲对应的热度评分，包括：基于第二待处理歌曲对应的热度信息，确定所述第二待处理歌曲对应的热度评分，其中所述第二待处理歌曲为所述第二目标音乐人的歌曲。

16、在本技术的一种示例性实施例中，所述根据所述第二目标音乐人对应的歌曲推荐指标参数进行音乐人推荐，包括：基于所述第二目标音乐人对应的风格标签，从所述第二目标音乐人中确定与用户标签相匹配的音乐人；按照所述与用户标签相匹配的音乐人对应的热度评分由高到低的顺序，为所述用户标签对应的用户对象推荐音乐人。

17、根据本技术的第二方面，公开了一种音乐人推荐装置，所述装置包括：第一筛选模块，用于基于参照精品曲库，从候选曲库中确定第一目标歌曲，并根据所述第一目标歌曲对应的音乐人信息，确定第一目标音乐人；第二筛选模块，用于确定所述第一目标音乐人对应的歌曲质量，并根据所述第一目标音乐人对应的歌曲质量，从所述第一目标音乐人中筛选第二目标音乐人；推荐模块，用于确定所述第二目标音乐人对应的歌曲推荐指标参数，并根据所述第二目标音乐人对应的歌曲推荐指标参数进行音乐人推荐。

18、根据本技术实施例的第三方面，公开了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述如第一方面公开的音乐人推荐方法及其可能的实现方式。

19、根据本技术实施例的第四方面，公开了一种计算机程序介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面公开的音乐人推荐方法及其可能的实现方式。

20、本技术的技术方案具有以下有益效果：

21、上述音乐人推荐过程中，基于参照精品曲库，从候选曲库中确定第一目标歌曲，并根据第一目标歌曲对应的音乐人信息，确定第一目标音乐人；确定第一目标音乐人对应的歌曲质量，并根据第一目标音乐人对应的歌曲质量，从第一目标音乐人中筛选第二目标音乐人；确定第二目标音乐人对应的歌曲推荐指标参数，并根据第二目标音乐人对应的歌曲推荐指标参数进行音乐人推荐。本公开通过参照精品曲库进行音乐人初筛，通过歌曲质量进行音乐人精筛，能够实现精品音乐人的挖掘和推荐，不仅可在一定程度上避免由于头部效应所导致的很多高品质但不够热门的歌曲不能触达广泛的用户，扩大了用户欣赏歌曲的范围，提升了用户多样性欣赏高品质歌曲的可能，还能够挖掘出长尾歌曲中的精品音乐人，为精品音乐人提供更多的曝光量，在一定程度上增加推荐歌曲的多样性。

22、应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本技术。