【技术实现步骤摘要】
本专利技术涉及音乐数据分析，具体涉及个性化音乐推荐方法、装置、设备、介质及可穿戴设备。
技术介绍
1、随着信息技术的发展，音乐平台数量和音乐资源不断增加，人们可以方便地在线听音乐。然而，目前常用音乐推荐系统通常基于用户的历史行为、人口统计学信息或音乐元数据进行推荐，虽然可以满足用户的个人偏好，但是无法满足用户在不同场景下当前情感需求，使用户体验感较差。
技术实现思路
1、有鉴于此，本专利技术提供了个性化音乐推荐方法、装置、设备、介质及可穿戴设备，以解决现有音乐推荐无法精准满足用户需求的问题。
2、第一方面，本专利技术提供了一种个性化音乐推荐方法，方法包括：
3、获取目标用户的生理数据、目标用户所处环境的环境数据、和目标用户的历史音乐收听行为；
4、根据生理数据和环境数据确定目标用户的当前情绪状态；
5、根据历史音乐收听行为确定目标用户的音乐偏好；
6、对当前情绪状态和音乐偏好进行融合分析，并根据融合分析结果生成个性化推荐音乐。
7、本专利技术实施例提供的个性化音乐推荐方法，通过获取目标用户的生理数据、所处环境的环境数据和历史音乐收听行为，根据生理数据和环境数据确定目标用户的当前情绪状态，根据历史音乐收听行为确定目标用户的音乐偏好，对当前情绪状态和音乐偏好进行融合分析，并根据融合分析结果生成个性化推荐音乐。本专利技术根据用户的情绪状态和音乐偏好进行数据分析，能够在不同的应用场景下，生成满足用户情感需求和个人偏好的
8、在一种可选的实施方式中，获取目标用户的生理数据，包括：获取生理参数传感器采集的生理数据，生理数据，包括：心率、血压、呼吸频率、皮肤电活动和脑电波中的至少一种；和/或，获取目标用户所处环境的环境数据，包括：获取环境感应器采集的目标用户所处环境的环境数据，环境数据，包括：光照强度、温度、湿度、时间、地理位置、噪声水平中的至少一种；和/或，获取目标用户的历史音乐收听行为，包括：获取历史音乐播放记录，根据历史音乐播放记录采集历史音乐收听行为，历史音乐收听行为包括：音乐类型、艺术家、歌曲、播放次数。
9、本专利技术通过采集用户的生理数据、所处环境数据和历史音乐收听行为，能够在生成个性化音乐时考虑多种因素对用户的影响，生成更满足用户精准需求的音乐，提高用户体验感。
10、在一种可选的实施方式中，根据生理数据和环境数据确定目标用户的当前情绪状态，包括：对生理数据和环境数据进行预处理；提取生理数据的情绪特征和环境数据的环境特征；利用预先构建的情绪识别模型，来根据情绪特征和环境特征确定目标用户的当前情绪状态。
11、本专利技术利用深度学习模型对用户的生理数据和所处环境进行学习，能够准确、快速识别出用户当前的情绪状态，进而在生成推荐音乐时考虑用户当前的情绪状态，生成能够调整用户情绪的音乐，满足用户的情感需求。
12、在一种可选的实施方式中，根据历史音乐收听行为确定目标用户的音乐偏好，包括：对历史音乐收听行为进行预处理；提取历史音乐收听行为的音乐风格特征；利用预先构建的偏好识别模型，来根据音乐风格特征确定目标用户的音乐偏好。
13、本专利技术利用深度学习模型对用户的历史音乐收听行为进行学习，能够准确、快速识别出用户的音乐偏好，进而在生成推荐音乐时考虑用户的偏好，保证所生成的推荐音乐满足用户喜好。
14、在一种可选的实施方式中，对当前情绪状态和音乐偏好进行融合分析，并根据融合分析结果生成个性化推荐音乐，包括：对当前情绪状态和音乐偏好进行融合数据分析，并根据融合分析结果确定音乐元素，音乐元素包括：旋律、节奏、和弦、音色和音量；利用预先构建的音乐生成模型，根据音乐元素生成个性化推荐音乐。
15、本专利技术通过结合用户的情绪状态和音乐偏好确定音乐元素，能够利用深度学习模型来基于音乐元素生成音乐片段，创造出既独特，又满足用户情感需求和喜好的推荐音乐，提高用户体验感和满意度。
16、在一种可选的实施方式中，还包括：采用预先构建的音乐推荐模型，来根据当前情绪状态和音乐偏好从预设音乐库中进行音乐匹配，生成个性化推荐音乐。
17、本专利技术通过在预设音乐库中匹配满足用户情绪状态和音乐偏好的音乐，无需进行音乐创作，推荐过程耗时更少，同时也能够筛选出满足用户情感需求和个人偏好的音乐。
18、在一种可选的实施方式中，还包括：根据个性化推荐音乐生成虚拟音乐场景进行播放。
19、本专利技术通过生成虚拟音乐场景，能够使音乐以立体声的方式呈现在用户的耳边，使用户更具沉浸感和互动性，从而进一步提高用户的体验感。
20、在一种可选的实施方式中，还包括：在个性化推荐音乐播放中，获取目标用户的生理数据，根据生理数据对个性化推荐音乐进行评估，并根据评估结果对音乐生成模型、和/或音乐推荐模型进行优化；和/或，在个性化推荐音乐播放后，获取目标用户的满意度评分，并根据满意度评分对音乐生成模型、和/或音乐推荐模型进行优化。
21、本专利技术通过在音乐推荐过程对深度学习模型进行优化调整，能够逐渐提高所推荐音乐的精准性，从而不断提高用户的满意度。
22、第二方面，本专利技术提供了一种个性化音乐推荐装置，装置包括：
23、数据获取模块，用于获取目标用户的生理数据、目标用户所处环境的环境数据、和目标用户的历史音乐收听行为；
24、情绪识别模块，用于根据生理数据和环境数据确定目标用户的当前情绪状态；
25、偏好识别模块，用于根据历史音乐收听行为确定目标用户的音乐偏好；
26、音乐推荐模块，用于对当前情绪状态和音乐偏好进行融合分析，并采用预先构建的音乐偏好模型生成个性化推荐音乐。
27、本专利技术实施例提供的个性化音乐推荐装置，通过获取目标用户的生理数据、所处环境的环境数据和历史音乐收听行为，根据生理数据和环境数据确定目标用户的当前情绪状态，根据历史音乐收听行为确定目标用户的音乐偏好，对当前情绪状态和音乐偏好进行融合分析，并根据融合分析结果生成个性化推荐音乐。本专利技术根据用户的情绪状态和音乐偏好进行数据分析，能够在不同的应用场景下，生成满足用户情感需求和个人偏好的个性化音乐，提高用户的音乐体验感和满意度。
28、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的个性化音乐推荐方法。
29、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的个性化音乐推荐方法。
30、第五方面，本专利技术提供了一种计算机程序产品，包括计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的个性化音乐推荐方法。
31、本文档来自技高网...
【技术保护点】
1.一种个性化音乐推荐方法，其特征在于，所述方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的生理数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述生理数据和所述环境数据确定所述目标用户的当前情绪状态，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史音乐收听行为确定所述目标用户的音乐偏好，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述对所述当前情绪状态和所述音乐偏好进行融合分析，并根据融合分析结果生成个性化推荐音乐，包括：
6.根据权利要求1所述的方法，其特征在于，还包括：
7.根据权利要求1所述的方法，其特征在于，还包括：根据所述个性化推荐音乐生成虚拟音乐场景进行播放。
8.根据权利要求7所述的方法，其特征在于，还包括：
9.一种个性化音乐推荐装置，其特征在于，所述装置，包括：
10.一种计算机设备，其特征在于，包括：
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储
12.一种计算机程序产品，其特征在于，包括计算机指令，所述计算机指令用于使计算机执行权利要求1至8中任一项所述的个性化音乐推荐方法。
13.一种个性化音乐推荐的可穿戴设备，其特征在于，包括：
...【技术特征摘要】
1.一种个性化音乐推荐方法，其特征在于，所述方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标用户的生理数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述生理数据和所述环境数据确定所述目标用户的当前情绪状态，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史音乐收听行为确定所述目标用户的音乐偏好，包括：
5.根据权利要求3或4所述的方法，其特征在于，所述对所述当前情绪状态和所述音乐偏好进行融合分析，并根据融合分析结果生成个性化推荐音乐，包括：
6.根据权利要求1所述的方法，其特征在于，还包括：
7.根据权利要求1所述的方法...
【专利技术属性】
技术研发人员：杨臻，都展宏，詹莉思，李金凝，毕国强，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。