CN108549641B - 歌曲评定方法、装置、设备及存储介质 - Google Patents
歌曲评定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN108549641B CN108549641B CN201810383611.7A CN201810383611A CN108549641B CN 108549641 B CN108549641 B CN 108549641B CN 201810383611 A CN201810383611 A CN 201810383611A CN 108549641 B CN108549641 B CN 108549641B
- Authority
- CN
- China
- Prior art keywords
- evaluation information
- song
- evaluation
- information
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种歌曲评定方法、装置、设备及存储介质,其中,该方法包括:获取目标歌曲的评价信息;基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。本发明实施例在不依赖音乐榜单信息的情况下,能够准确评定歌曲是否好听,从而可以为用户提供可靠的歌曲评价信息,使得用户能够准确的查找到好听的歌曲。
Description
技术领域
本发明实施例涉及大数据技术领域,尤其涉及一种歌曲评定方法、装置、设备及存储介质。
背景技术
音乐是人们日常生活中不可缺少的一部分,音乐具有缓解压力,陶冶情操和提高工作效率的效能,但是音乐能够取得这些效能的前提是必须是音乐能够满足人们的欣赏水平,即音乐只有在被认为好听的时候才能达到上述效能。
目前的音乐播放平台有很多,每个音乐播放平台上均有海量的音乐资源,能够满足各种用户的喜好,这就导致其为用户提供方便的同时,用户必须从海量的音乐中淘取自己喜爱的音乐,这一操作往往较困难,为了方便用户淘取音乐,通常音乐播放平台都会发布歌曲推荐榜单,或者歌曲点击榜单,但是这些榜单的形成往往具有人为操控因素在里边,也就是说榜单上的音乐不一定就是好听的音乐,榜单之外的音乐不一定就是不好听的音乐,音乐榜单的参考价值有限。
发明内容
本发明实施例提供一种歌曲评定方法、装置、设备及存储介质,用以在不依赖音乐榜单信息的情况下,准确的评定出歌曲是否好听。
本发明实施例第一方面提供一种歌曲评定方法,包括:
获取目标歌曲的评价信息;
基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
可选的,所述获取目标歌曲的评价信息,包括:
从至少一个音乐播放平台上爬取所述目标歌曲的评价信息。
可选的,所述评价信息中包括发布所述评价信息的用户名信息;
所述基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听,包括:
当所述目标歌曲的评价信息中包括同一用户名信息对应的多条评价信息时,对所述目标歌曲的评价信息进行数据清理操作,保留所述多条评价信息中的一条,去除所述多条评价信息中的其他几条评价信息;
基于数据清理操作后剩余的评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
可选的,所述基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听之前,所述方法还包括:
获取多个标记为具有积极情感的第一样本评价信息和多个标记为具有消极情感的第二样本评价信息;
基于所述多个第一样本评价信息和所述多个第二样本评价信息,训练获得歌曲评价模型。
本发明实施例第二方面提供一种歌曲评定装置,包括:
第一获取模块,用于获取目标歌曲的评价信息;
歌曲评价模块,用于基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
可选的,所述第一获取模块,具体用于:
从至少一个音乐播放平台上爬取所述目标歌曲的评价信息。
可选的,所述评价信息中包括发布所述评价信息的用户名信息;
所述歌曲评价模块,包括:
数据清理子模块,用于在所述目标歌曲的评价信息中包括同一用户名信息对应的多条评价信息时,对所述目标歌曲的评价信息进行数据清理操作,保留所述多条评价信息中的一条,去除所述多条评价信息中的其他几条评价信息;
评价子模块,用于基于数据清理操作后剩余的评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
可选的,所述装置还包括:
第二获取模块,用于获取多个标记为具有积极情感的第一样本评价信息和多个标记为具有消极情感的第二样本评价信息;
模型训练模块,用于基于所述多个第一样本评价信息和所述多个第二样本评价信息,训练获得歌曲评价模型。
本发明实施例第三方面提供一种服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
当所述处理器执行所述可执行指令时,可以执行上述第一方面的方法。
本发明实施例第四方面提供一种计算机可读存储介质,包括指令,当所述指令在所述计算机上运行时,所述计算机可以执行上述第一方面的方法。
本发明实施例,通过获取目标歌曲的评价信息;基于获取到的评价信息和预设的歌曲评价模型,确定目标歌曲是否好听。从而在不依赖音乐榜单信息的情况下,也能够准确的评定出歌曲是否好听,进而可以为用户提供可靠的歌曲评价信息,使得用户能够准确的查找到好听的歌曲。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种歌曲评定方法的流程图;
图2是本发明实施例提供的一种步骤102的执行方法流程图;
图3是本发明实施例提供的一种歌曲评定装置30的结构示意图;
图4是本发明实施例提供的一种歌曲评价模块32的结构示意图;
图5是本发明实施例提供的一种服务器800的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明的说明书和权利要求书的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤的过程或结构的装置不必限于清楚地列出的那些结构或步骤而是可包括没有清楚地列出的或对于这些过程或装置固有的其它步骤或结构。
本发明实施例提供一种歌曲评定方法。该方法可以由一种歌曲评定装置来执行。参见图1,图1是本发明实施例提供的一种歌曲评定方法的流程图,如图1所示,该方法包括如下步骤:
步骤101、获取目标歌曲的评价信息。
其中,本实施例中的评价信息是指包含用户情绪的评价意见。
本实施例中所称的目标歌曲是指待评价的歌曲。其中,在不同场下,目标歌曲的评价信息的获取方法可以不同,比如,对于某一音乐播放平台而言,当其对其提供的歌曲进行评价时,可以从其设置的相应数据库中获取目标歌曲的评价信息。再比如,在第三方评价机构对歌曲进行评价时,可以通过爬虫技术,从至少一个音乐播放平台上爬取目标歌曲的评价信息。当然上述两种获取方法仅是用来举例说明的,而不是对本发明的唯一限定。
步骤102、基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
其中,本实施例涉及的歌曲评价模型是指基于模型训练方法预先训练好的能够用于基于歌曲的评价信息,确定歌曲是否好听的模型,本实施例中的歌曲评价模型的具体形式可以是任意的,本实施例中不做具体限定。
实际上,本实施例在步骤102之前还可以包括上述歌曲评价模型的训练步骤。具体的,可以先获取多个被标记为具有积极情感的第一样本评价信息和多个被标记为具有消极情感的第二样本评价信息。进一步的,再基于过预先设定的情感词典,分别从各第一样本评价信息和各第二样本评价信息中提取出蕴含积极情感的词语和蕴含消极情感的词语,最后,基于提取出的词语,以及各样本评价信息被标记的是消极情感还是积极情感,训练获得歌曲评价模型,也就是说,本实施例是基于多个被标记为具有积极情感的第一样本评价信息和多个被标记为具有消极情感的第二样本评价信息来训练获得歌曲评价模型的。当然上述歌曲评价模型的训练过程仅是为了清楚所做的简要说明,而不是全部步骤,其详细的训练过程可以参见现有的模型训练方法,在这里不再赘述。
本实施例,通过获取目标歌曲的评价信息;基于获取到的评价信息和预设的歌曲评价模型,确定目标歌曲是否好听。从而在不依赖音乐榜单信息的情况下,也能够准确的评定出歌曲是否好听,进而可以为用户提供可靠的歌曲评价信息,使得用户能够准确的查找到好听的歌曲。
下面结合附图,在上述实施例的基础上进行扩展和优化:
图2是本发明实施例提供的一种步骤102的执行方法流程图,在该方法中上述步骤101获取到的评价信息中包括发布所述评价信息的用户名信息。在此基础之上,如图2所示,步骤102包括:
步骤1021、当所述目标歌曲的评价信息中包括同一用户名信息对应的多条评价信息时,对所述目标歌曲的评价信息进行数据清理操作,保留所述多条评价信息中的一条,去除所述多条评价信息中的其他几条评价信息。
由于对于同一用户来说,其偏好及欣赏水平在较长一段时间(比如,2年、3年等)内是不会发生变化的,因此,其在短时间内针对同一歌曲的评价往往也是不会发生变化的,因此,若在步骤101中获取到的评价信息中包括同一用户针对目标歌曲发布的多条评价信息时,可以保留该多条信息中的任意一个,并删除其他的,从而以达到降低计算量的目的。
步骤1022、基于数据清理操作后剩余的评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
本实施例通过对获取到的目标歌曲的评价信息进行数据清理操作,去除重复的,再基于清理后的剩下的评价信息和和预设的歌曲评价模型,确定所述目标歌曲是否好听,能够降低歌曲评价的计算量,提高评价效率。
图3是本发明实施例提供的一种歌曲评定装置30的结构示意图,如图3所示,装置30包括:
第一获取模块31,用于获取目标歌曲的评价信息;
歌曲评价模块32,用于基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
可选的,所述第一获取模块31,具体用于:
从至少一个音乐播放平台上爬取所述目标歌曲的评价信息。
可选的,所述装置还包括:
第二获取模块,用于获取多个标记为具有积极情感的第一样本评价信息和多个标记为具有消极情感的第二样本评价信息;
模型训练模块,用于基于所述多个第一样本评价信息和所述多个第二样本评价信息,训练获得歌曲评价模型。
本实施例能够用于执行图1实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
图4是本发明实施例提供的一种歌曲评价模块32的结构示意图,如图4所示,在上图3实施例的基础上,所述评价信息中包括发布所述评价信息的用户名信息;
所述歌曲评价模块32,包括:
数据清理子模块321,用于在所述目标歌曲的评价信息中包括同一用户名信息对应的多条评价信息时,对所述目标歌曲的评价信息进行数据清理操作,保留所述多条评价信息中的一条,去除所述多条评价信息中的其他几条评价信息;
评价子模块322,用于基于数据清理操作后剩余的评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
本实施例能够用于执行图2实施例的方法,其执行方式和有益效果类似,在这里不再赘述。
本发明实施例还提供一种服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
当所述处理器执行所述可执行指令时,可以执行上述图1-图2实施例的技术方案。
具体的,图5是本发明实施例提供的一种服务器800的结构示意图,如图5所示,上述服务器可以被具体为服务器800所示的结构。服务器800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制服务器800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在服务器800上操作的任何应用程序或方法的指令,音乐,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为服务器800的各种组件提供电力。电源组件806可以包括电源管理***,一个或多个电源,及其他与为服务器800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述服务器800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当服务器800处于操作模式,如记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为服务器800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为服务器800的显示器和小键盘,传感器组件814还可以检测服务器800或服务器800一个组件的位置改变,用户与服务器800接触的存在或不存在,服务器800方位或加速/减速和服务器800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于服务器800和其他设备之间有线或无线方式的通信。服务器800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,服务器800可以被一个或多个应用专用集成电路(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)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由服务器800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明实施例还提供一种计算机可读存储介质,包括指令,当所述指令在所述计算机上运行时,所述计算机可以执行上述图1-图2实施例的技术方案。
最后需要说明的是,本领域普通技术人员可以理解上述实施例方法中的全部或者部分流程,是可以通过计算机程序来指令相关的硬件完成,所述的程序可存储于一计算机可读存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可以为磁盘、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
本发明实施例中的各个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的物理存在,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。所述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。上述提到的存储介质可以是只读存储器、磁盘或光盘等。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (4)
1.一种歌曲评定方法,其特征在于,包括:
从音乐平台的数据库中获取目标歌曲的评价信息;获取多个被标记为具有积极情感的第一样本评价信息和多个被标记为具有消极情感的第二样本评价信息,基于预先设定的情感词典,从所述第一样本评价信息提取出积极情感词语,从所述第二样本评价信息提取出消极情感词语;
基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听;
所述预设的歌曲评价模型是基于蕴含积极情感的词语、蕴含消极情感的词语以及所述评价信息被标记的情感信息训练获得的;
所述评价信息中包括发布所述评价信息的用户名信息;
所述基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听,包括:
当所述目标歌曲的评价信息中包括同一用户名信息对应的多条评价信息时,对所述目标歌曲的评价信息进行数据清理操作,保留所述多条评价信息中的一条,去除所述多条评价信息中的其他几条评价信息;
基于数据清理操作后剩余的评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
2.一种歌曲评定装置,其特征在于,包括:
第一获取模块,用于从音乐平台的数据库中获取目标歌曲的评价信息;获取多个被标记为具有积极情感的第一样本评价信息和多个被标记为具有消极情感的第二样本评价信息,基于预先设定的情感词典,从所述第一样本评价信息提取出积极情感词语,从所述第二样本评价信息提取出消极情感词语;
歌曲评价模块,用于基于所述评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听,所述预设的歌曲评价模型是基于蕴含积极情感的词语、蕴含消极情感的词语以及所述评价信息被标记的情感信息训练获得的;
所述评价信息中包括发布所述评价信息的用户名信息;
所述歌曲评价模块,包括:
数据清理子模块,用于在所述目标歌曲的评价信息中包括同一用户名信息对应的多条评价信息时,对所述目标歌曲的评价信息进行数据清理操作,保留所述多条评价信息中的一条,去除所述多条评价信息中的其他几条评价信息;
评价子模块,用于基于数据清理操作后剩余的评价信息和预设的歌曲评价模型,确定所述目标歌曲是否好听。
3.一种服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
当所述处理器执行所述可执行指令时,可以执行上述权利要求1所述的方法。
4.一种计算机可读存储介质,包括指令,当所述指令在所述计算机上运行时,所述计算机可以执行上述权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810383611.7A CN108549641B (zh) | 2018-04-26 | 2018-04-26 | 歌曲评定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810383611.7A CN108549641B (zh) | 2018-04-26 | 2018-04-26 | 歌曲评定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108549641A CN108549641A (zh) | 2018-09-18 |
CN108549641B true CN108549641B (zh) | 2022-09-20 |
Family
ID=63512391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810383611.7A Active CN108549641B (zh) | 2018-04-26 | 2018-04-26 | 歌曲评定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108549641B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559794A (zh) * | 2019-09-25 | 2021-03-26 | 北京达佳互联信息技术有限公司 | 歌曲质量的识别方法、装置、设备及存储介质 |
CN111651662B (zh) * | 2020-04-15 | 2024-02-23 | 车智互联(北京)科技有限公司 | 一种内容生成方法、***及计算设备 |
CN113010729B (zh) * | 2021-04-28 | 2023-08-18 | 杭州网易云音乐科技有限公司 | 一种信息处理方法、装置、介质和计算设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391483A (zh) * | 2017-07-13 | 2017-11-24 | 武汉大学 | 一种基于卷积神经网络的商品评论数据情感分类方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140089815A1 (en) * | 2012-09-21 | 2014-03-27 | Google Inc. | Sharing Content-Synchronized Ratings |
CN105183731B (zh) * | 2014-06-04 | 2020-01-21 | 腾讯科技(深圳)有限公司 | 推荐信息生成方法、装置及*** |
CN105335414B (zh) * | 2014-08-01 | 2020-06-02 | 小米科技有限责任公司 | 音乐推荐方法、装置及终端 |
US10346754B2 (en) * | 2014-09-18 | 2019-07-09 | Sounds Like Me Limited | Method and system for psychological evaluation based on music preferences |
CN104657457B (zh) * | 2015-02-06 | 2017-12-26 | 海信集团有限公司 | 一种用户评价视频的数据处理方法、视频推荐方法及装置 |
CN105447193A (zh) * | 2015-12-22 | 2016-03-30 | 中山大学深圳研究院 | 一种基于机器学习和协同过滤的音乐推荐*** |
CN105868334B (zh) * | 2016-03-28 | 2020-10-30 | 云南财经大学 | 一种基于特征递增型的电影个性化推荐方法及*** |
CN105809488B (zh) * | 2016-03-29 | 2020-10-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106446048B (zh) * | 2016-08-31 | 2019-11-19 | 维沃移动通信有限公司 | 一种歌曲推荐方法及移动终端 |
CN107885745B (zh) * | 2016-09-29 | 2020-09-08 | 亿览在线网络技术(北京)有限公司 | 一种歌曲推荐方法及装置 |
CN107038609A (zh) * | 2017-04-24 | 2017-08-11 | 广州华企联信息科技有限公司 | 一种基于深度学习的商品推荐方法及*** |
CN107908701A (zh) * | 2017-11-06 | 2018-04-13 | 广东欧珀移动通信有限公司 | 音乐推荐的方法、装置、存储介质及终端设备 |
CN107862059A (zh) * | 2017-11-14 | 2018-03-30 | 维沃移动通信有限公司 | 一种歌曲推荐方法及移动终端 |
-
2018
- 2018-04-26 CN CN201810383611.7A patent/CN108549641B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391483A (zh) * | 2017-07-13 | 2017-11-24 | 武汉大学 | 一种基于卷积神经网络的商品评论数据情感分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108549641A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210133459A1 (en) | Video recording method and apparatus, device, and readable storage medium | |
RU2667027C2 (ru) | Способ и устройство категоризации видео | |
RU2628485C2 (ru) | Способ и устройство подсказки удаления приложения | |
WO2020088069A1 (zh) | 手势关键点检测方法、装置、电子设备及存储介质 | |
US10509540B2 (en) | Method and device for displaying a message | |
RU2640632C2 (ru) | Способ и устройство для доставки информации | |
CN106766022B (zh) | 传感器控制方法及装置 | |
CN111160448B (zh) | 一种图像分类模型的训练方法及装置 | |
CN109951476B (zh) | 基于时序的攻击预测方法、装置及存储介质 | |
CN106960014B (zh) | 关联用户推荐方法及装置 | |
CN108549641B (zh) | 歌曲评定方法、装置、设备及存储介质 | |
CN107562349B (zh) | 一种执行处理的方法和装置 | |
CN106409317B (zh) | 梦话提取方法、装置及用于提取梦话的装置 | |
CN106202150A (zh) | 信息显示方法及装置 | |
CN105511777B (zh) | 触控显示屏上的会话显示方法及装置 | |
US20220277204A1 (en) | Model training method and apparatus for information recommendation, electronic device and medium | |
CN110941727B (zh) | 一种资源推荐方法、装置、电子设备及存储介质 | |
CN111125388B (zh) | 多媒体资源的检测方法、装置及设备和存储介质 | |
CN109145151B (zh) | 一种视频的情感分类获取方法及装置 | |
CN110213062B (zh) | 处理消息的方法及装置 | |
CN112784151A (zh) | 一种确定推荐信息的方法及相关装置 | |
CN107301188B (zh) | 一种获取用户兴趣的方法及电子设备 | |
CN110798721B (zh) | 一种剧集管理方法、装置及电子设备 | |
CN111898019B (zh) | 信息推送方法及装置 | |
CN113946228A (zh) | 语句推荐方法、装置、电子设备和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |