音乐作品推荐的方法、装置、存储介质和终端设备

摘要

本发明提出一种音乐作品推荐的方法、装置、存储介质和终端设备，其中，所述方法包括：获取目标音乐相关的用户行为数据；根据所述用户行为数据，确定所述目标音乐与其他音乐的相似程度；根据所述用户行为数据的数据量以及所属的数据类型，确定所述目标音乐与其他音乐相似的置信度；根据所述目标音乐与其他音乐的相似程度和置信度，确定所述目标音乐的相似音乐；以及向所述目标音乐相关的用户推荐所述相似音乐。采用本发明，可以提高相似音乐的推荐质量。

说明书

技术领域

本发明涉及计算机技术领域，尤其涉及一种音乐作品推荐的方法、装置、存储介质和终端设备。

背景技术

随着移动互联网的发展，移动用户可以通过移动设备上音乐APP(Application，计算机应用程序)进行音乐欣赏或互动。移动用户对音乐APP的技能使用，通常为：搜索与推荐。通过搜索可以快速、准确地找到用户预期的音乐，仅取决于服务器提供的资源与检索架构。但是，音乐推荐一般相对复杂、没有具体的标准，是一个较开放的诉求。其中，推荐给移动用户的音乐的推荐质量，可以影响用户听歌时长、留存在音乐APP上的交互时长等关键指标。

对于音乐的个性化推荐，通常采用聚类模型来进行音乐推荐。具体地，提取大量音乐的演唱者、时期、风格、作词者、作曲者或音频波形等特征信息。然后利用提取到的特征信息对聚类模型进行训练。在分析过程中，利用训练好的聚类模型对特征相似的音乐进行聚类，从而获得特征相似的音乐。最后将特征相似的音乐推荐给用户。

但是，以上方案所存在的主要问题是：采用机器学习的模型来对音乐进行聚类，过于依赖聚类模型。而且，机器识别的准确度取决于机器训练的成熟度。对于成熟度低的聚类模型，其推荐效果是相对一般的。

发明内容

本发明实施例提供一种音乐作品推荐的方法、装置、存储介质和终端设备，以解决或缓解现有技术中的以上一个或多个技术问题。

第一方面，本发明实施例提供了一种音乐作品推荐的方法，包括：

获取目标音乐相关的用户行为数据；

根据所述用户行为数据，确定所述目标音乐与其他音乐的相似程度；

根据所述用户行为数据的数据量以及所属的数据类型，确定所述目标音乐与其他音乐相似的置信度；

根据所述目标音乐与其他音乐的相似程度和置信度，确定所述目标音乐的相似音乐；以及

向所述目标音乐相关的用户推荐所述相似音乐。

在一种实施方式中，所述用户行为数据包括推荐所述目标音乐的歌单，以及根据所述目标音乐的用户行为数据，确定所述目标音乐与其他音乐的相似程度，包括：

根据所述目标音乐与其他音乐出现在同一歌单的出现频次、以及所述目标音乐与其他音乐出现在同一歌单的排列距离，确定所述目标音乐与其他音乐在歌单上的相似程度。

在一种实施方式中，所述用户行为数据包括用户检索音乐行为，以及根据所述目标音乐的用户行为数据，确定所述目标音乐与其他音乐的相似程度，包括：

从用户检索音乐行为中，选取各用户在设定时间段内检索所述目标音乐的用户检索音乐行为；

根据选取到的用户检索音乐行为，统计各用户在所述时间段内检索所述目标音乐与其他音乐的检索时间间隔、以及所述目标音乐与其他音乐均在所述时间段内被用户检索的检索用户数量；以及

根据所述检索时间间隔和所述检索用户数量，确定所述目标音乐与其他音乐在用户检索音乐行为上的相似程度。

在一种实施方式中，所述用户行为数据包括用户收藏音乐行为，以及根据所述目标音乐的用户行为数据，确定所述目标音乐与其他音乐的相似程度，包括：

从用户收藏音乐行为中，选取各用户在设定时间段内收藏所述目标音乐的用户收藏音乐行为；

根据选取到的用户收藏音乐行为，统计各用户在所述时间段内收藏所述目标音乐与其他音乐的收藏时间间隔、以及所述目标音乐与其他音乐均在所述时间段内被同一用户收藏的收藏用户数量；以及

根据所述收藏时间间隔和所述收藏用户数量，确定所述目标音乐与其他音乐在用户收藏音乐行为上的相似程度。

在一种实施方式中，还包括：

判断所述目标音乐与其他音乐相似的置信度是否满足置信度修正条件；

如果满足所述置信度修正条件，获取包含所述目标音乐的专家推荐歌单；

依据所述专家推荐歌单，进行音乐推荐；以及

在所述目标音乐推荐的过程中，修正所述目标音乐与其他音乐相似的置信度。

在一种实施方式中，在所述目标音乐推荐的过程中，修正所述目标音乐与其他音乐相似的置信度，包括：

在所述目标音乐推荐的过程中，再次获取所述目标音乐相关的用户行为数据；以及

根据再次获取到的用户行为数据的数据量以及所属的数据类型，确定所述目标音乐与其他音乐相似的置信度。

第二方面，本发明实施例还提供一种相似音乐推荐的装置，包括：

行为数据获取模块，用于获取目标音乐相关的用户行为数据；

相似程度确定模块，用于根据所述用户行为数据，确定所述目标音乐与其他音乐的相似程度；

置信度确定模块，用于根据所述用户行为数据的数据量以及所属的数据类型，确定所述目标音乐与其他音乐相似的置信度；

相似音乐确定模块，用于根据所述目标音乐与其他音乐的相似程度和置信度，确定所述目标音乐的相似音乐；以及

相似音乐推荐模块，用于向所述目标音乐相关的用户推荐所述相似音乐。

在一种实施方式中，所述用户行为数据包括推荐所述目标音乐的歌单，以及所述相似程度确定模块包括：

歌单相似度确定单元，用于根据所述目标音乐与其他音乐出现在同一歌单的出现频次、以及所述目标音乐与其他音乐出现在同一歌单的排列距离，确定所述目标音乐与其他音乐在歌单上的相似程度。

在一种实施方式中，所述用户行为数据包括用户检索音乐行为，以及所述相似程度确定模块包括：

检索行为选取单元，用于从用户检索音乐行为中，选取各用户在设定时间段内检索所述目标音乐的用户检索音乐行为；

检索数据统计单元，用于根据选取到的用户检索音乐行为，统计各用户在所述时间段内检索所述目标音乐与其他音乐的检索时间间隔、以及所述目标音乐与其他音乐均在所述时间段内被用户检索的检索用户数量；以及

检索相似度确定单元，用于根据所述检索时间间隔和所述检索用户数量，确定所述目标音乐与其他音乐在用户检索音乐行为上的相似程度。

在一种实施方式中，所述用户行为数据包括用户收藏音乐行为，以及所述相似程度确定模块包括：

收藏行为选取单元，用于从用户收藏音乐行为中，选取各用户在设定时间段内收藏所述目标音乐的用户收藏音乐行为；

收藏数据统计单元，用于根据选取到的用户收藏音乐行为，统计各用户在所述时间段内收藏所述目标音乐与其他音乐的收藏时间间隔、以及所述目标音乐与其他音乐均在所述时间段内被同一用户收藏的收藏用户数量；以及

收藏相似度确定单元，用于根据所述收藏时间间隔和所述收藏用户数量，确定所述目标音乐与其他音乐在用户收藏音乐行为上的相似程度。

在一种实施方式中，还包括：

置信度判断模块，用于判断所述目标音乐与其他音乐相似的置信度是否满足置信度修正条件；

推荐歌单获取模块，用于如果满足所述置信度修正条件，获取包含所述目标音乐的专家推荐歌单；

歌单音乐推荐模块，用于依据所述专家推荐歌单，进行音乐推荐；以及

置信度修正模块，用于在所述目标音乐推荐的过程中，修正所述目标音乐与其他音乐相似的置信度。

在一种实施方式中，所述置信度修正模块包括：

行为数据获取单元，用于在所述目标音乐推荐的过程中，再次获取所述目标音乐相关的用户行为数据；以及

置信度确定单元，用于根据再次获取到的用户行为数据的数据量以及所属的数据类型，确定所述目标音乐与其他音乐相似的置信度。

第三方面，本发明实施例提供了一种音乐作品推荐的装置，所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。

在一个可能的设计中，音乐作品推荐的结构中包括处理器和存储器，所述存储器用于音乐作品推荐的装置执行上述音乐作品推荐的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述音乐作品推荐的装置还可以包括通信接口，用于音乐作品推荐的装置与其他设备或通信网络通信。

第四方面，本发明实施例还提供一种计算机可读存储介质，用于音乐作品推荐的装置所用的计算机软件指令，其中包括用于执行上述音乐作品推荐的方法所涉及的程序。

上述技术方案中的任意一个技术方案具有如下优点或有益效果：

本发明实施例通过目标音乐的用户行为数据来确定目标音乐与其他音乐之间的相似程度，并依据用户行为数据的数据量情况以及所属的数据类型，来确定此相似程度的置信度，最后依据目标音乐与其他音乐之间的相似程度以及置信息来确定目标音乐的相似音乐。进而，可以向目标音乐相关的用户推荐相似音乐，实现相似音乐的推荐，实现难度低，且可以提高用户欣赏相似音乐的时长与欲望。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。

图1是本发明提供的音乐作品推荐的方法的一个实施例的流程示意图。

图2是本发明提供的检索相似程度的确定过程的一个实施例的流程示意图。

图3是本发明提供的收藏相似程度的确定过程的一个实施例的流程示意图。

图4是本发明提供的置信度修正过程的一个实施例的流程示意图。

图5是本发明提供的音乐作品推荐的装置的一个实施例的结构示意图。

图6是本发明提供的终端设备的一个实施例的结构示意图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

请参阅图1，本发明实施例提供了一种音乐作品推荐的方法。本实施例可以应用在音频播放器或音频网站中。例如，酷狗、网易云音乐、虾米等音频播放器。也可以应用在视频播放器或视频网站中，例如，推荐音乐作品的MV(Music Video，音乐短片)。视频播放器可以包括优酷、爱奇艺、抖音等。本实施例包括步骤S100至步骤S500，具体如下：

S100，获取目标音乐相关的用户行为数据。

在本实施例中，音乐可以包括古典音乐、流行音乐、蓝调歌曲、摇滚乐、爵士乐、管弦乐队音乐、现代音乐等。也可以按音乐的生成方式进行分类，例如，打击乐、合奏乐、管弦乐、琴乐等。音乐可以包括歌曲、MV等。MV可以是与歌曲搭配的短片。用户行为数据可以包括用户与音频播放器交互的行为数据。例如，个人用户创建个人命名的歌单、管理员或资源音乐用户向网络的用户推荐的歌单、个人用户在音频播放器中进行音乐检索的行为、个人用户在音频播放器中主动收藏音乐的行为等。在本步骤S100中所获取的用户行为数据均涉及到目标音乐。例如，多个用户收藏了目标音乐的行为数据。

S200，根据用户行为数据，确定目标音乐与其他音乐的相似程度。

在一些实施例中，对于同一数据类型或输入维度下，例如，针对歌单的用户行为数据，可以在大量的歌单数据中寻找出目标音乐与其他音乐的相似程度。当大量的行为数据均表现出两首音乐之间有关联性时，可以从统计意义上认为，这两首歌相似的。对于不同数据类型的用户行为数据，两首音乐之间的相似度可以是不相同的。相似程度可以以数值、数值区间进行划分。

S300，根据用户行为数据的数据量以及所属的数据类型，确定目标音乐与其他音乐相似的置信度。

基于不同的数据量的用户行为数据，所统计得到两首音乐的相似度通常都是不同相同，其相似程度具有不同的置信度。例如，基于100张歌单统计到音乐A与音乐B相似的置信度与基于1000张歌单统计到的音乐A与音乐B相似的置信度是不相同的。其中，数据量越多，置信度越高。数据类型或输入维度可以包括歌单、用户检索音乐行为、用户收藏音乐行为等。即使利用同一数据量，但具有不同的数据类型的用户行为数据，所计算得到的目标音乐与其他音乐相似的置信度也是不相同的。不同的数据类型可以分别对应不同的置信度。

S400，根据目标音乐与其他音乐的相似程度和置信度，确定目标音乐的相似音乐。

在一些实施例中，如果用户行为数据仅包括一种数据类型，可以将目标音乐与其他音乐的相似程度和置信度进行相乘，得到目标音乐与其他音乐的一个结合了置信度的相似程度。进而，对结合了置信度的相似程度进行从大到小的排序，提取排序在最前或排序在前M个的相似程度所对应的音乐，作为目标音乐的相似音乐。M可以是预设的正整数。

在一些实施例中，如果用户行为数据包括多个数据类型，则分别基于目标音乐与其他音乐在各数据类型上的相似程度和置信度，进行加权求和，并取均值，得到目标音乐与其他音乐的一个结合了置信度的相似程度。进而，对结合了置信度的相似程度进行从大到小的排序，提取排序在最前或前M个相似程度所对应的音乐，作为目标音乐的相似音乐。

S500，向目标音乐相关的用户推荐相似音乐。

在一些实施例中，目标音乐相关的用户可以包括在设定时间段内检索、收藏或播放目标音乐的用户。可以包括一个或多个用户。

本发明实施例融入了用户行为数据对音乐之间的相似程度进行评估，且基于用户行为数据的数据量与所属数据类型对音乐之间相似的置信度进行了评估，最后结合两者的评估数值得到相似音乐，可以大大提高了相似音乐的推荐质量。

在一些实施例中，如果用户行为数据包括推荐目标音乐的歌单，则可以计算目标音乐与其他音乐在歌单上的相似程度，可称为歌单相似程度。计算过程可以包括：根据目标音乐与其他音乐出现在同一歌单的出现频次、以及目标音乐与其他音乐出现在同一歌单的排列距离，确定目标音乐与其他音乐在歌单上的相似程度。

在本实施例中，歌单是各大主流音乐媒体为用户输出或者用户输入的音乐形态之一。同一个歌单中的音乐在某一个或多个维度上具有一定的相似性，例如，以蓝调风格聚合的歌单中的音乐均为蓝调爵士乐。再如，以听音乐场景聚合的歌单中的音乐，例如“适合读书时听的欧美小调”的歌单中的音乐均适合读书时听。歌单的来源一般为两类：由资源音乐者或音乐编辑所创建和由个人用户创建。其中，由资源音乐者或音乐编辑所创建的歌单更具有专业性与传播性，但歌曲覆盖与歌单数量势必有限；而由个人用户创建的歌单虽然缺乏专业性，但由于其数量庞大，在统计意义上也存在合理性。

在一些实施例中，可以针对各歌单，累计目标音乐与其他音乐，例如目标音乐A与音乐B，出现在同一歌单的出现频次。针对各歌单，分别计算目标音乐与其他音乐，例如目标音乐A与音乐B，出现在各歌单的排列距离。即，排列距离为在各歌单中音乐B到音乐A的距离。利用在各歌单中音乐B到目标音乐A的距离，进行数学统计得到音乐B到音乐A的统计距离。数据统计可以包括取均值、中位数、方差等。最后，可以对结合目标音乐A与音乐B出现在同一歌单的出现频次、得到音乐B到音乐A的统计距离这两者，计算得到目标音乐A与音乐B的歌单相似程度。目标音乐与其他音乐的出现频次越高、统计距离越小，在统计意义上，两者的歌单相似程度越高。

在一些实施例中，如果用户行为数据包括用户检索音乐行为，则可以根据目标音乐的用户检索音乐行为，确定目标音乐与其他音乐在用户检索音乐行为上的相似程度，即检索相似程度。如图2所示，本实施例提供的检索相似程度的确定过程，可以包括步骤S312至步骤S316，如下：

S312，从用户检索音乐行为中，选取各用户在设定时间段内检索目标音乐的用户检索音乐行为。其中，设定时间段可以包括在过去的1天内、两天内、一周内等。用户检索音乐行为可以包括检索时间点、检索的用户等信息。

S314，根据选取到的用户检索音乐行为，统计各用户在设定时间段内检索目标音乐与其他音乐的检索时间间隔、以及目标音乐与其他音乐均设定时间段内被用户检索的检索用户数量。

S316，根据统计得到的检索时间间隔和检索用户数量，确定目标音乐与其他音乐在用户检索音乐行为上的相似程度。

在一些实施例中，用户在音频播放器上听音乐时，可以进行检索。例如，用户可以输入音乐作品名称、作曲者、演奏者或歌词等信息，进行音乐搜索。也可以通过语音输入，可以更方便用户进行检索。从用户的检索行为来看，用户连续进行检索的音乐，一般具有相似性的关联。例如，音乐风格、音乐使用场影、用户兴趣等。

示例性地，如果在一天内被用户同时检测目标音乐A和音乐B的检索用户数量为5个，包括用户Y1至用户Y5，以及，如果用户Y1至用户Y5检测目标音乐A和音乐B之间的检测时间间隔依次为：20分钟、30分钟、10分钟、25分钟、15分钟。则可以计算到目标音乐A和音乐B之间的平均检测时间间隔为20分钟，即，20分钟、30分钟、10分钟、25分钟以及15分钟的总和与检索用户数量5之间的比值。然后，依据平均检测时间时间隔以及检索用户数量，确定目标音乐与其他音乐在用户检索音乐行为上的相似程度。平均检测时间间隔越短、检索用户数量越多，则相似程度越高。

在一些实施例中，如果用户行为数据包括用户收藏音乐行为，则可以根据目标音乐的用户收藏音乐行为，确定目标音乐与其他音乐在用户收藏音乐行为上的相似程度，即收藏相似程度。如图3所示，本实施例提供的收藏相似程度的确定过程，可以包括步骤S322至步骤S326，如下：

S322，从用户收藏音乐行为中，选取各用户在设定时间段内收藏目标音乐的用户收藏音乐行为。

S324，根据选取到的用户收藏音乐行为，统计各用户在设定时间段内收藏目标音乐与其他音乐的收藏时间间隔、以及目标音乐与其他音乐均在设定时间段内被同一用户收藏的收藏用户数量。

S326，根据收藏时间间隔和收藏用户数量，确定目标音乐与其他音乐在用户收藏音乐行为上的相似程度。

在一些实施例中，如果用户在听音乐过程喜欢某一首歌或专辑，用户可以通过点击收藏控件，将此首歌或此专辑收藏到收藏夹中，以表达“我喜欢”的意愿。利用大量的用户收藏音乐行为的数据，可以辅助本实施例判断音乐之间的相似程度。用户在同一个时期内，例如，一天内、一个星期内喜欢的音乐相似性较大。所以，本实施例的设定时间段可以包括一天内、一个星期内等。

示例性地，如果用户在一天内同时收藏目标音乐A和音乐B的收藏用户数量为5个，包括用户Y1至用户Y5，以及，如果用户Y1至用户Y5收藏目标音乐A和音乐B之间的收藏时间间隔依次为：15分钟、30分钟、10分钟、25分钟、20分钟。则可以计算到目标音乐A和音乐B之间的平均收藏时间间隔为20分钟，即，15分钟、30分钟、10分钟、25分钟以及20分钟的总和与检索用户数量5之间的比值。然后，依据平均收藏时间时间隔以及收藏用户数量，确定目标音乐与其他音乐在用户收藏音乐行为上的相似程度。对于任意两个音乐来说，平均收藏时间间隔越短、收藏用户数量越多，则相似程度越高。

在一些实施例中，例如，受众面较小的或新发布的音乐，获取其相关的用户行为数据的数据量可能相对较小，导致音乐相似的置信度有限。或者，因数据丢失等原因获取到的用户行为数据有限，也会导致音乐相似的置信度有限。因此，本实施例可以在置信度不高的情况，融入专家推荐，例如资深音乐家或音乐平台对包含目标音乐歌单进行尝试性推荐，这些目标音乐歌单内的音乐在一个或多个维度上具有相似性。并且，在推荐过程中获取用户行为数据，以不修正置信度。如图4所示，本实施例提供的置信度修正过程，可以包括步骤S610至步骤S640，如下：

S610，判断目标音乐与其他音乐相似的置信度是否满足置信度修正条件。

在一些实施例中，如果目标音乐与其他音乐相似的置信度的数值过低，则说明前述步骤S100获取到的用户行为数据量较少或者存在其他问题，满足置信度修正条件，可以利用后续步骤对置信度进行修正。如果目标音乐与其他音乐相似的置信度的数值正常，则说前述步骤S100获取到的用户行数据的数据量正常或较多，也不存在有其他影响置信度的问题，不满足置信度修正条件，可以不继续执行后续步骤。

S620，如果满足置信度修正条件，获取包含目标音乐的专家推荐歌单。其中，专家推荐歌单可以由资深音乐家、音乐平台、团队等创建的歌单。此歌单可以人工生成也可以利用机器学习生成的。

S630，依据专家推荐歌单，进行音乐推荐。在进行推荐时，可以进行全网推荐，也可以针对特定的用户进行推荐，例如，有检测、收藏、分享过目标音乐的用户、此用户在音频播放器中的关注者或被关注者或者此用户相关的用户等。

S640，在目标音乐推荐的过程中，修正目标音乐与其他音乐相似的置信度。

在一些实施例中，可以在此过程中，再次获取目标音乐相关的用户行为数据，此获取过程与步骤S100的效果一致，在此不再赘述。然后，根据再次获取到的用户行为数据的数据量以及所属的数据类型，确定目标音乐与其他音乐相似的置信度。此确定过程与步骤S300的效果一致，在此不再赘述。

本实施例可以针对小众音乐或新发布的音乐，进行尝试性推荐，不断提高获取到的用户行为数据的数据量，使得置信度也不断提高。从而保证小众音乐或新发布的音乐的相似音乐的推荐质量。

请参阅图5，本发明实施例还提供一种相似音乐推荐的装置，包括：

行为数据获取模块100，用于获取目标音乐相关的用户行为数据；

相似程度确定模块200，用于根据所述用户行为数据，确定所述目标音乐与其他音乐的相似程度；

置信度确定模块300，用于根据所述用户行为数据的数据量以及所属的数据类型，确定所述目标音乐与其他音乐相似的置信度；

相似音乐确定模块400，用于根据所述目标音乐与其他音乐的相似程度和置信度，确定所述目标音乐的相似音乐；以及

相似音乐推荐模块500，用于向所述目标音乐相关的用户推荐所述相似音乐。

在一种实施方式中，所述用户行为数据包括推荐所述目标音乐的歌单，以及所述相似程度确定模块包括：

歌单相似度确定单元，用于根据所述目标音乐与其他音乐出现在同一歌单的出现频次、以及所述目标音乐与其他音乐出现在同一歌单的排列距离，确定所述目标音乐与其他音乐在歌单上的相似程度。

在一种实施方式中，所述用户行为数据包括用户检索音乐行为，以及所述相似程度确定模块包括：

检索行为选取单元，用于从用户检索音乐行为中，选取各用户在设定时间段内检索所述目标音乐的用户检索音乐行为；

检索数据统计单元，用于根据选取到的用户检索音乐行为，统计各用户在所述时间段内检索所述目标音乐与其他音乐的检索时间间隔、以及所述目标音乐与其他音乐均在所述时间段内被用户检索的检索用户数量；以及

检索相似度确定单元，用于根据所述检索时间间隔和所述检索用户数量，确定所述目标音乐与其他音乐在用户检索音乐行为上的相似程度。

在一种实施方式中，所述用户行为数据包括用户收藏音乐行为，以及所述相似程度确定模块包括：

收藏行为选取单元，用于从用户收藏音乐行为中，选取各用户在设定时间段内收藏所述目标音乐的用户收藏音乐行为；

收藏数据统计单元，用于根据选取到的用户收藏音乐行为，统计各用户在所述时间段内收藏所述目标音乐与其他音乐的收藏时间间隔、以及所述目标音乐与其他音乐均在所述时间段内被同一用户收藏的收藏用户数量；以及

收藏相似度确定单元，用于根据所述收藏时间间隔和所述收藏用户数量，确定所述目标音乐与其他音乐在用户收藏音乐行为上的相似程度。

在一种实施方式中，还包括：

置信度判断模块，用于判断所述目标音乐与其他音乐相似的置信度是否满足置信度修正条件；

推荐歌单获取模块，用于如果满足所述置信度修正条件，获取包含所述目标音乐的专家推荐歌单；

歌单音乐推荐模块，用于依据所述专家推荐歌单，进行音乐推荐；以及

置信度修正模块，用于在所述目标音乐推荐的过程中，修正所述目标音乐与其他音乐相似的置信度。

在一种实施方式中，所述置信度修正模块包括：

行为数据获取单元，用于在所述目标音乐推荐的过程中，再次获取所述目标音乐相关的用户行为数据；以及

置信度确定单元，用于根据再次获取到的用户行为数据的数据量以及所属的数据类型，确定所述目标音乐与其他音乐相似的置信度。

所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。

在一个可能的设计中，音乐作品推荐的结构中包括处理器和存储器，所述存储器用于音乐作品推荐的装置执行上述第一方面中音乐作品推荐的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述音乐作品推荐的装置还可以包括通信接口，用于音乐作品推荐的装置与其他设备或通信网络通信。

本发明实施例还提供一种音乐作品推荐的终端设备，如图6所示，该设备包括：存储器21和处理器22，存储器21内存储有可在处理器22上的计算机程序。处理器22执行计算机程序时实现上述实施例中的音乐作品推荐的方法。存储器21和处理器22的数量可以为一个或多个。

该设备还包括：

通信接口23，用于处理器22与外部设备之间的通信。

存储器21可能包括高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

如果存储器21、处理器22和通信接口23独立实现，则存储器21、处理器22和通信接口23可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，Peripheral Component)总线或扩展工业标准体系结构(EISA，Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器21、处理器22及通信接口23集成在一块芯片上，则存储器21、处理器22及通信接口23可以通过内部接口完成相互间的通信。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包括、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

本发明实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质的更具体的示例至少(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。

在本发明实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于指令执行系统、输入法或者器件使用或者与其结合使用的程序。计算机可读介质上包括的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(Radio Frequency，RF)等等，或者上述的任意合适的组合。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成的程序，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。存储介质可以是只读存储器，磁盘或光盘等。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。