一种音乐数据推送方法及装置的制造方法
【技术领域】
[0001] 本申请涉及网络技术领域，更具体地说，涉及一种音乐数据推送方法及装置。
【背景技术】
[0002] 随着移动互联网技术的发展，终端提供了越来越多样化的应用，例如音乐播放、电 子商务、电子导航等。其中，音乐播放应用软件为用户享受音乐提供了极大的便捷。
[0003] 现有的音乐播放应用软件均提供了音乐推送功能，通过向用户推送专辑和歌单， 能够更加方便用户找到自己喜好的音乐。但是，本申请发明人经过研宄发现，现有的音乐推 送方式主要是将当前最新最热的专辑和歌单直接推送给各个用户，而没有考虑到不同用户 的不同听歌喜好，因此推送结果并不理想。
【发明内容】
[0004] 有鉴于此，本申请提供了一种音乐数据推送方法及装置，用于解决现有音乐数据 推送方法未考虑不同用户的不同听歌喜好，因而造成推送效果差，用户体验度低的问题。
[0005] 为了实现上述目的，现提出的方案如下：
[0006] -种音乐数据推送方法，包括：
[0007] 获取用户的历史听歌流水数据，所述历史听歌流水数据包括所听音乐的歌曲信 息、各首歌曲的播放次数及播放时间点；
[0008] 依据所述听歌流水数据，计算用户所听的各首歌曲的分数，其中歌曲的分数与歌 曲的播放次数成正比，与歌曲的播放时间点距当前时间点的长度成反比；
[0009] 筛选出歌曲分数超过第一阈值的歌曲，确定为用户感兴趣歌曲；
[0010] 将与所述用户感兴趣歌曲具有预置关联关系的专辑和歌单推送给用户。
[0011] 一种音乐数据推送装置，包括：
[0012] 数据获取单元，用于获取用户的历史听歌流水数据，所述历史听歌流水数据包括 所听音乐的歌曲信息、各首歌曲的播放次数及播放时间点；
[0013] 歌曲分数计算单元，用于依据所述听歌流水数据，计算用户所听的各首歌曲的分 数，其中歌曲的分数与歌曲的播放次数成正比，与歌曲的播放时间点距当前时间点的长度 成反比；
[0014] 感兴趣歌曲确定单元，用于筛选出歌曲分数超过第一阈值的歌曲，确定为用户感 兴趣歌曲；
[0015] 第一推送单元，用于将与所述用户感兴趣歌曲具有预置关联关系的专辑和歌单推 送给用户。
[0016] 从上述的技术方案可以看出，本申请实施例提供的音乐数据推送方法，通过获取 用户历史听歌流水数据，并据此计算用户所听的各首歌曲的分数，其中歌曲分数与歌曲的 播放次数成正比，与歌曲的播放时间点距当前时间点的长度成反比，筛选出歌曲分数超过 第一阈值的歌曲，作为用户感兴趣歌曲，并将与用户感兴趣歌曲具有预置关联关系的专辑 和歌单推送给用户。本申请方法结合用户历史听歌流水得出用户感兴趣歌曲，进而向用户 推送与该感兴趣歌曲关联的专辑和歌单，使得推送结果更加容易贴近用户的真实喜好，提 高了用户体验度。
【附图说明】
[0017] 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 申请的实施例，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 提供的附图获得其他的附图。
[0018] 图1为本申请实施例公开的一种音乐数据推送方法流程图；
[0019] 图2为本申请实施例公开的另一种音乐数据推送方法流程图；
[0020] 图3为本申请实施例公开的又一种音乐数据推送方法流程图；
[0021] 图4为本申请实施例公开的又一种音乐数据推送方法流程图；
[0022] 图5为本申请实施例公开的一种音乐数据推送装置结构示意图；
[0023] 图6为本申请实施例公开的一种歌曲分数计算单元结构示意图；
[0024] 图7为本申请实施例公开的一种歌曲分数相加单元结构示意图；
[0025] 图8为本申请实施例公开的另一种歌曲分数相加单元结构示意图；
[0026] 图9为本申请实施例公开的另一种音乐数据推送装置结构示意图；
[0027] 图10为本申请实施例公开的又一种音乐数据推送装置结构示意图；
[0028] 图11为本申请实施例公开的一种服务器硬件结构示意图。
【具体实施方式】
[0029] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于 本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本申请保护的范围。
[0030] 参见图1，图1为本申请实施例公开的一种音乐数据推送方法流程图。
[0031] 如图1所示，该方法包括：
[0032] 步骤S100、获取用户的历史听歌流水数据；
[0033] 历史听歌流水数据可以是距当前时间一个月、两个月或者其它一段周期内用户的 听歌流水数据。
[0034] 历史听歌流水数据可以包括所听音乐的歌曲信息、各首歌曲的播放次数及播放时 间点。歌曲信息可以包括歌曲的名称、歌曲演唱者（也即歌手）、歌曲的风格、歌曲时长等信 息。对于各首歌曲的播放次数来说，可以通过总播放时长除以歌曲时长计算，或者以其它方 式进行记录。
[0035] 步骤S110、依据所述听歌流水数据，计算用户所听的各首歌曲的分数；
[0036] 其中歌曲的分数与歌曲的播放次数成正比，与歌曲的播放时间点距当前时间点的 长度成反比。简单的来讲就是说，一首歌曲如果用户播放的次数越多，则代表该歌曲分数 越高，播放时间点距当前时间点越长，则代表其分数越低，这一点也恰恰符合人们的听歌习 惯。
[0037] 举例如，用户在一个星期内总共听了 3首歌曲，其中各首歌曲的播放次数及播放 时间点如下表所示：
[0038]
[0039] 表 1
[0040] 由上表可知，对于歌曲A，其播放次数最多，且播放时间点比较靠近当前时间点； 对于歌曲B，其播放次数最少，且播放时间点也比较远离当前时间点；对于歌曲C，其播放次 数居中，且播放时间点距离当前时间点较居中。因此，三首歌曲的得分排名为歌曲A得分〉 歌曲C得分〉歌曲B得分。
[0041] 步骤S120、筛选出歌曲分数超过第一阈值的歌曲，确定为用户感兴趣歌曲；
[0042] 具体地，可以预先设定歌曲分数下限，即第一阈值，挑选歌曲分数超过第一阈值的 歌曲作为用户感兴趣的歌曲。
[0043] 步骤S130、将与所述用户感兴趣歌曲具有预置关联关系的专辑和歌单推送给用 户。
[0044] 其中，预置关联关系可以有多种策略，例如，将用户感兴趣歌曲所在专辑设定为与 用户感兴趣歌曲具备关联关系、将用户感兴趣歌曲所在歌单设定为与用户感兴趣歌曲具备 关联关系等。
[0045] 本申请实施例提供的音乐数据推送方法，通过获取用户历史听歌流水数据，并据 此计算用户所听的各首歌曲的分数，其中歌曲分数与歌曲的播放次数成正比，与歌曲的播 放时间点距当前时间点的长度成反比，筛选出歌曲分数超过第一阈值的歌曲，作为用户感 兴趣歌曲，并将与用户感兴趣歌曲具有预置关联关系的专辑和歌单推送给用户。本申请方 法结合用户历史听歌流水得出用户感兴趣歌曲，进而向用户推送与该感兴趣歌曲关联的专 辑和歌单，使得推送结果更加容易贴近用户的真实喜好，提高了用户体验度。
[0046] 参见图2,图2为本申请实施例公开的另一种音乐数据推送方法流程图。
[0047] 如图2所示，该方法包括：
[0048] 步骤S200、获取用户的历史听歌流水数据；
[0049] 历史听歌流水数据可以包括所听音乐的歌曲信息、各首歌曲的播放次数及播放时 间点。歌曲信息可以包括歌曲的名称、歌曲演唱者（也即歌手）、歌曲的风格、歌曲时长等信 息。对于各首歌曲的播放次数来说，可以通过总播放时长除以歌曲时长计算，或者以其它方 式进行记录。
[0050] 步骤S210、以预设的时间段为单位，对所述历史听歌流水数据进行划分，得到若干 时间段的历史听歌流水数据；
[0051] 具体地，历史听歌流水数据可以是用户在距当前时间前一个月、两个月或其它时 间段内的数据。对于这一段历史听歌流水数据，我们可以将其划