本申請涉及音樂播放領(lǐng)域，尤其涉及音樂推薦方法和裝置。

背景技術(shù)：

當(dāng)前，用戶經(jīng)常通過音樂播放平臺來收聽音樂，音樂播放平臺為用戶提供了大量的音樂，用戶可以從中選擇出自己喜歡的音樂來收聽，為了節(jié)省用戶選擇音樂所耗費的時間，音樂播放平臺會自動為用戶選擇出一些音樂，將這些音樂顯示在頁面上顯著的位置推薦給用戶。

現(xiàn)有技術(shù)中，通常會將最近比較流行的音樂推薦給用戶，這些音樂不能滿足用戶的個性化需求。

技術(shù)實現(xiàn)要素：

本申請實施例提供了音樂推薦方法和裝置，根據(jù)用戶的心情，將符合用戶當(dāng)前音樂偏好的音樂推薦給用戶，能夠滿足用戶的個性化需求。

一方面，提供了一種音樂推薦方法，所述方法包括：

當(dāng)用戶登錄音樂播放平臺時，獲取所述用戶的社交平臺的當(dāng)前動態(tài)信息；

根據(jù)所述當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情；

在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找所述用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好；

將符合所述當(dāng)前音樂偏好的音樂推薦給所述用戶。

優(yōu)選地，所述根據(jù)所述當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情之前，所述方法還包括：

根據(jù)所述用戶的社交平臺的歷史動態(tài)信息，搭建用戶心情預(yù)測模型；

所述根據(jù)所述當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情，包括：

根據(jù)所述當(dāng)前動態(tài)信息和所述用戶心情預(yù)測模型，預(yù)測所述用戶的當(dāng)前心情。

優(yōu)選地，所述在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找所述用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好之前，所述方法還包括：

根據(jù)所述用戶的音樂播放平臺的歷史行為數(shù)據(jù)，搭建用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫。

優(yōu)選地，所述方法還包括：

根據(jù)所述用戶的音樂播放平臺的用戶互動數(shù)據(jù)，更新所述關(guān)聯(lián)數(shù)據(jù)庫。

優(yōu)選地，所述音樂偏好包括偏好的音樂內(nèi)容和偏好的播放器用戶界面(User Interface，UI)，所述將符合所述當(dāng)前音樂偏好的音樂推薦給所述用戶，包括：

將符合所述當(dāng)前音樂偏好的音樂內(nèi)容和播放器UI推薦給所述用戶。

另一方面，提供了一種音樂推薦裝置，所述裝置包括：

獲取單元，用于當(dāng)用戶登錄音樂播放平臺時，獲取所述用戶的社交平臺的當(dāng)前動態(tài)信息；

預(yù)測單元，用于根據(jù)所述獲取單元獲取的當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情；

查找單元，用于在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找所述預(yù)測單元預(yù)測的所述用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好；

推薦單元，用于將符合所述查找單元查找到的當(dāng)前音樂偏好的音樂推薦給所述用戶。

優(yōu)選地，所述裝置還包括：

模型搭建單元，用于在所述預(yù)測單元根據(jù)所述獲取單元獲取的當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情之前，根據(jù)所述用戶的社交平臺的歷史動態(tài)信 息，搭建用戶心情預(yù)測模型；

所述預(yù)測單元，具體用于根據(jù)所述獲取單元獲取的當(dāng)前動態(tài)信息和所述模型搭建單元搭建的用戶心情預(yù)測模型，預(yù)測所述用戶的當(dāng)前心情。

優(yōu)選地，所述裝置還包括：

關(guān)聯(lián)建立單元，用于在所述查找單元在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找所述預(yù)測單元預(yù)測的所述用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好之前，根據(jù)所述用戶的音樂播放平臺的歷史行為數(shù)據(jù)，搭建用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫。

優(yōu)選地，所述裝置還包括：

更新單元，用于根據(jù)所述用戶的音樂播放平臺的用戶互動數(shù)據(jù)，更新所述關(guān)聯(lián)建立單元搭建的關(guān)聯(lián)數(shù)據(jù)庫。

優(yōu)選地，所述音樂偏好包括偏好的音樂內(nèi)容和偏好的播放器UI，所述推薦單元，具體用于將符合所述查找單元查找到的當(dāng)前音樂偏好的音樂內(nèi)容和播放器UI推薦給所述用戶。

本申請?zhí)峁┝艘环N音樂推薦方法，當(dāng)用戶登錄音樂播放平臺時，先要獲取該用戶的社交平臺的當(dāng)前動態(tài)信息，根據(jù)當(dāng)前動態(tài)信息，預(yù)測該用戶的當(dāng)前心情，在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找該用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好，再將符合當(dāng)前音樂偏好的音樂推薦給該用戶。由上可見，本申請?zhí)峁┑囊魳吠扑]方法，實現(xiàn)了根據(jù)用戶的心情，將符合用戶當(dāng)前音樂偏好的音樂推薦給用戶，能夠滿足用戶的個性化需求。

附圖說明

圖1為本申請實施例提供的音樂推薦方法流程圖；

圖2為本申請實施例用戶心情預(yù)測模型搭建示意圖；

圖3為本申請實施例關(guān)聯(lián)數(shù)據(jù)庫搭建示意圖；

圖4為本申請實施例音樂內(nèi)容推薦示意圖；

圖5為本申請實施例心情與播放器UI的對應(yīng)示意圖；

圖6為本申請實施例提供的音樂推薦裝置示意圖。

具體實施方式

為使本申請實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本申請實施例中的附圖，對本申請實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├?，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護(hù)的范圍。

為便于對本申請實施例的理解，下面將結(jié)合附圖以具體實施例做進(jìn)一步的解釋說明，實施例并不構(gòu)成對本申請實施例的限定。

圖1為本申請實施例提供的音樂推薦方法流程圖，該方法的執(zhí)行主體可以為提供音樂播放平臺的服務(wù)器，如圖1所示，該方法具體包括：

步驟101，當(dāng)用戶登錄音樂播放平臺時，獲取所述用戶的社交平臺的當(dāng)前動態(tài)信息。

其中，用戶可以通過安裝于終端上的應(yīng)用程序登錄音樂播放平臺，也可以通過訪問互聯(lián)網(wǎng)地址登陸音樂播放平臺。音樂播放平臺能夠向用戶提供大量音樂供用戶選擇，并具有音樂播放功能，例如，蝦米音樂播放平臺、天天動聽音樂播放平臺等。

社交平臺具體可以為社會性網(wǎng)絡(luò)服務(wù)(Social Networking Services，SNS)社交平臺，專指在幫助人們建立社會性網(wǎng)絡(luò)的互聯(lián)網(wǎng)應(yīng)用服務(wù)，例如，微博社交平臺、陌陌社交平臺、來往社交平臺等。用戶可以通過社交平臺發(fā)表文字、照片、表情等信息，還可以分享音樂、視頻、足跡等信息，這些都屬于用戶的社交平臺的動態(tài)信息，通常，網(wǎng)絡(luò)側(cè)設(shè)備會對用戶的社交平臺的全部動態(tài)信息進(jìn)行記錄。

本申請實施例中，當(dāng)用戶登錄音樂播放平臺時，獲取所述用戶的社交平 臺的當(dāng)前動態(tài)信息，其中，當(dāng)前動態(tài)信息為預(yù)設(shè)時間段內(nèi)的用戶的社交平臺的動態(tài)信息，上述預(yù)設(shè)時間段可以設(shè)置為較長的時間，例如1天，也可以設(shè)置為較短的時間，例如，1小時。

步驟102，根據(jù)所述當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情。

本申請實施例中，可以預(yù)先建立用戶心情預(yù)測模型，根據(jù)所述當(dāng)前動態(tài)信息和所述用戶心情預(yù)測模型，預(yù)測所述用戶的當(dāng)前心情。

其中，為了建立的用戶心情預(yù)測模型能夠準(zhǔn)確的預(yù)測出所述用戶的當(dāng)前心情，可以根據(jù)所述用戶的社交平臺的歷史動態(tài)信息，搭建用戶心情預(yù)測模型。

參照圖2所示的用戶心情預(yù)測模型搭建示意圖，在圖2的示例中，用戶通過微博社交平臺、陌陌社交平臺、來往社交平臺、tango社交平臺、高德地圖社交平臺、蝦米音樂社交平臺、優(yōu)酷視頻社交平臺等平臺進(jìn)行了文字、圖片、地點、音樂、視頻等個人自主分享行為，在網(wǎng)絡(luò)側(cè)設(shè)備中記錄了所述用戶的社交平臺的歷史動態(tài)信息。本申請實施例中，可以通過大數(shù)據(jù)挖掘獲取所述用戶的社交平臺的歷史動態(tài)信息，再通過機(jī)器學(xué)習(xí)相關(guān)算法，依據(jù)上述歷史動態(tài)信息，搭建用戶心情預(yù)測模型。

步驟103，在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找所述用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好。

其中，在步驟103之前，所述方法還可以包括：根據(jù)所述用戶的音樂播放平臺的歷史行為數(shù)據(jù)，搭建用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫。

參照圖3所示的關(guān)聯(lián)數(shù)據(jù)庫搭建示意圖，在圖3的示例中，可以從終端的操作系統(tǒng)獲取記錄的所述用戶的音樂播放平臺的歷史行為數(shù)據(jù)，或者，從蝦米音樂/天天動聽等音樂播放平臺獲取記錄的所述用戶的音樂播放平臺的歷史行為數(shù)據(jù)，也就實收，收集用戶在某種心情下，查找、收聽及互動(點贊、分享)音樂內(nèi)容(歌單、曲風(fēng)、藝人)的行為數(shù)據(jù)，從而確定用戶在不同的心情下的音樂偏好；另外，還可以灰度測試用戶在某種心情下，在收聽 音樂時對于音樂播放器用戶界面(User Interface，UI)的相關(guān)偏好。分析并梳理出用戶心情和音樂偏好(內(nèi)容和音樂播放器UI)的映射關(guān)系，搭建兩者關(guān)聯(lián)數(shù)據(jù)庫。

步驟104，將符合所述當(dāng)前音樂偏好的音樂推薦給所述用戶。

具體地，可以將符合所述當(dāng)前音樂偏好的音樂內(nèi)容和播放器UI推薦給所述用戶。

音樂內(nèi)容可以以歌單的形式展示在頁面上，推薦給用戶，例如，圖4所示的音樂內(nèi)容推薦示意圖。

可以預(yù)先設(shè)置每種心情對應(yīng)一種播放器UI，例如，圖5所示的心情與播放器UI的對應(yīng)示意圖中所示的情形。

此外，隨著時間的推移，用戶的音樂偏好有時會發(fā)生變化，本申請實施例中可以根據(jù)所述用戶的音樂播放平臺的用戶互動數(shù)據(jù)，更新所述關(guān)聯(lián)數(shù)據(jù)庫。

上述用戶互動數(shù)據(jù)可以為用戶對音樂進(jìn)行的點贊、不喜歡、關(guān)閉或切換歌單等行文數(shù)據(jù)。

本申請?zhí)峁┝艘环N音樂推薦方法，當(dāng)用戶登錄音樂播放平臺時，先要獲取該用戶的社交平臺的當(dāng)前動態(tài)信息，根據(jù)當(dāng)前動態(tài)信息，預(yù)測該用戶的當(dāng)前心情，在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找該用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好，再將符合當(dāng)前音樂偏好的音樂推薦給該用戶。由上可見，本申請?zhí)峁┑囊魳吠扑]方法，實現(xiàn)了根據(jù)用戶的心情，將符合用戶當(dāng)前音樂偏好的音樂推薦給用戶，能夠滿足用戶的個性化需求。并且，可大大減低用戶的認(rèn)知和操作成本、為用戶提供更人性化、更精準(zhǔn)的音樂精神食量。更進(jìn)一步來說，這樣的服務(wù)能緩解用戶因為情緒帶來的壓力、抑郁等負(fù)面情況出現(xiàn)，對個人優(yōu)質(zhì)生活和和諧社會都有明顯受益。

圖6為本申請實施例提供的音樂推薦裝置示意圖，該裝置用于執(zhí)行本申請實施例提供的音樂推薦方法，如圖6所示，該裝置具體包括：

獲取單元601，用于當(dāng)用戶登錄音樂播放平臺時，獲取所述用戶的社交平 臺的當(dāng)前動態(tài)信息；

預(yù)測單元602，用于根據(jù)所述獲取單元601獲取的當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情；

查找單元603，用于在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找所述預(yù)測單元602預(yù)測的所述用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好；

推薦單元604，用于將符合所述查找單元603查找到的當(dāng)前音樂偏好的音樂推薦給所述用戶。

優(yōu)選地，所述裝置還包括：

模型搭建單元605，用于在所述預(yù)測單元602根據(jù)所述獲取單元601獲取的當(dāng)前動態(tài)信息，預(yù)測所述用戶的當(dāng)前心情之前，根據(jù)所述用戶的社交平臺的歷史動態(tài)信息，搭建用戶心情預(yù)測模型；

所述預(yù)測單元602，具體用于根據(jù)所述獲取單元601獲取的當(dāng)前動態(tài)信息和所述模型搭建單元605搭建的用戶心情預(yù)測模型，預(yù)測所述用戶的當(dāng)前心情。

優(yōu)選地，所述裝置還包括：

關(guān)聯(lián)建立單元606，用于在所述查找單元603在用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫中，查找所述預(yù)測單元602預(yù)測的所述用戶的當(dāng)前心情對應(yīng)的當(dāng)前音樂偏好之前，根據(jù)所述用戶的音樂播放平臺的歷史行為數(shù)據(jù)，搭建用戶心情和音樂偏好的關(guān)聯(lián)數(shù)據(jù)庫。

優(yōu)選地，所述裝置還包括：

更新單元607，用于根據(jù)所述用戶的音樂播放平臺的用戶互動數(shù)據(jù)，更新所述關(guān)聯(lián)建立單元606搭建的關(guān)聯(lián)數(shù)據(jù)庫。

優(yōu)選地，所述音樂偏好包括偏好的音樂內(nèi)容和偏好的播放器UI，所述推薦單元604，具體用于將符合所述查找單元603查找到的當(dāng)前音樂偏好的音樂內(nèi)容和播放器UI推薦給所述用戶。

專業(yè)人員應(yīng)該還可以進(jìn)一步意識到，結(jié)合本文中所公開的實施例描述的各 示例的對象及算法步驟，能夠以電子硬件、計算機(jī)軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認(rèn)為超出本申請的范圍。

結(jié)合本文中所公開的實施例描述的方法或算法的步驟可以用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實施。軟件模塊可以置于隨機(jī)存儲器(RAM)、內(nèi)存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲介質(zhì)中。

以上所述的具體實施方式，對本申請的目的、技術(shù)方案和有益效果進(jìn)行了進(jìn)一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本申請的具體實施方式而已，并不用于限定本申請的保護(hù)范圍，凡在本申請的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請的保護(hù)范圍之內(nèi)。