一种智慧音乐推荐系统的制作方法

本发明涉及音乐
技术领域：
，具体涉及一种智慧音乐推荐系统。
背景技术：
：已有的音乐推荐方法和系统主要有两种。一种是用户主动选择喜欢的音乐类别，然后系统根据用户选择来推荐相同类别的音乐；另一种则是根据用户的观看历史记录，推荐与用户观看过的音乐相同类别的其他音乐。技术实现要素：针对上述问题，本发明旨在提供一种智慧音乐推荐系统。本发明的目的采用以下技术方案来实现：提供了一种智慧音乐推荐系统，包括信息获取子系统、数据融合子系统、推荐子系统和播放子系统，所述信息获取子系统用于获取用户个人信息，所述数据融合子系统用于根据用户个人信息，选取用户喜好的音乐，并对选取的音乐信息进行融合；所述推荐子系统根据音乐信息融合结果向用户推荐音乐，所述播放子系统用于向用户显示推荐的音乐。本发明的有益效果为：提供了一种智慧音乐推荐系统，能够根据用户信息向用户推荐音乐，同时对音乐信息进行融合，提升了用户体验。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：信息获取子系统1、数据融合子系统2、推荐子系统3、播放子系统4。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种智慧音乐推荐系统，包括信息获取子系统1、数据融合子系统2、推荐子系统3和播放子系统4，所述信息获取子系统1用于获取用户个人信息；所述数据融合子系统2用于根据用户个人信息，选取用户喜好的音乐，并对选取的音乐信息进行融合；所述推荐子系统3根据音乐信息融合结果向用户推荐音乐，所述播放子系统4用于向用户显示推荐的音乐。本实施例提供了一种智慧音乐推荐系统，能够根据用户信息向用户推荐音乐，同时对音乐信息进行融合，提升了用户体验。优选的，所述数据融合子系统2包括第一动作单元、第二动作单元、第三动作单元、第四动作单元和第五动作单元，所述第一动作单元用于从不同网站获取音乐的多源异构数据，所述第二动作单元用于对数据进行规范化处理，生成短文本，所述规范化处理包括分词和去除停用词，所述第三动作单元用于对短文本进行匹配，所述第四动作单元基于文本匹配结果对数据进行融合，所述第五动作单元用于对数据融合效果进行评价。本优选实施例第一动作单元通过对数据进行预处理和文本匹配，实现了多源异构数据的融合，有助于建立完整性、准确性和一致性强的知识库对音乐进行推荐。优选的，所述第三动作单元包括第一动作子单元、第二动作子单元和第三动作子单元，所述第一动作子单元用于计算短文本的第一匹配因子，所述第二动作子单元用于计算短文本的第二匹配因子，所述第三动作子单元根据第一匹配因子和第二匹配因子对短文本进行匹配；所述第一动作子单元用于计算短文本的第一匹配因子，具体方式为：对于两个待匹配的短文本a和b，采用下式计算短文本的第一匹配因子：在式中,hq1表示短文本的第一匹配因子，c1和c2表示两个待匹配的短文本a和b包含的字符数，p表示匹配的字符数，h表示换位的数目，换位的数目等于不同顺序的匹配字符数的一半；所述第一匹配因子越大，表示待匹配文本的匹配程度越高。本优选实施例第一动作子单元以字符作为基本单位，通过确定匹配字符和换位数目，实现了第一匹配因子的准确计算，为后续短文本匹配奠定了基础。优选的，所述第二动作子单元用于计算短文本的第二匹配因子，具体方式为：对于两个待匹配的短文本a和b，将短文本看作词构成的向量，ai和bi分别表示短文本a和b中的第i个词，若待匹配短文本中的词的数量不同，则首先将向量维数较低的短文本进行增加词的操作，增加的词从预先设置的词库中随机挑选，使其维数与维数较高文本维数相同，采用下式计算短文本的第二匹配因子：在式中，hq2表示短文本的第二匹配因子，n表示维数较高短文本向量的维数，σ表示修正因子，σ∈[0.8,1.2]，用于修正增加词带来的误差；所述第二匹配因子越大，表示待匹配文本的匹配程度越高。本优选实施例第二动作子单元以词作为基本单位，将短文本转化为向量，并将待匹配文本转化为维数相同的向量，实现了第二匹配因子的准确计算，为后续短文本匹配奠定了基础。优选的，所述第三动作子单元根据第一匹配因子和第二匹配因子对短文本进行匹配，具体方式为：根据第一匹配因子和第二匹配因子计算短文本的匹配因子：在式中，gp表示短文本的匹配因子；设定匹配阈值gp0，若gp≥gp0，则说明书短文本相匹配，若gp＜gp0，则说明短文本不匹配。本优选实施例第三动作子单元通过第一匹配因子和第二匹配因子计算短文本的匹配因子，同时考虑了短文本的词性相似性和语义相似性，提升了匹配准确性，为后续数据融合奠定了基础。优选的，所述第四动作单元基于文本匹配结果对数据进行融合，具体方式为：采集的音乐名称、属性名称和属性值构成集合l＝{l1，l2，…，lm}，m表示集合中元素的数目，根据第三动作单元计算li和lj之间的匹配因子，i,j＝1,2,…,m，根据匹配因子，生成匹配度矩阵：在式中，gp(li，lj)表示li和lj之间的匹配因子，i,j＝1,2,…,m，bz表示匹配度矩阵；若匹配度矩阵中元素的值小于匹配阈值，则记为0，将匹配度大于匹配阈值的元素进行融合，对于大于匹配阈值的两个元素，随机选择一元素作为融合结果输出。本优选实施例第四动作单元根据音乐名称、属性名称和属性值生成匹配度矩阵，并根据矩阵对数据进行融合，得到了准确的融合结果。优选的，所述第五动作单元用于对数据融合效果进行评价，具体方式为：对于音乐名称、属性名称和属性值构成的集合l＝{l1，l2，…，lm}，专家对集合l中的元素进行合并，并将合并结果输出；采用下式计算融合评价因子：在式中，r1表示所述第四动作单元融合的输出的融合结果中元素的个数，r2表示专家进行元素合并后的输出元素的个数，fv表示融合评价因子；所述融合评价因子越大，表示融合效果越好。本优选实施例第五动作单元通过确定融合评价因子，综合考虑元素个数和专家的意见，实现了对融合结果的准确度量。采用本发明智慧音乐推荐系统进行音乐推荐，选取5个用户进行实验，分别为用户1、用户2、用户3、用户4、用户5，对音乐推荐准确性和音乐推荐速度进行统计，同现有技术相比，产生的有益效果如下表所示：音乐推荐准确性提高音乐推荐速度提高用户129％27％用户227％26％用户326％26％用户425％24％用户524％22％通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于ram、rom、eeprom、cd-rom或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12