一种基于深度学习的音乐个性化分类推荐方法
授权
摘要
本发明公开了一种基于深度学习的音乐个性化分类推荐方法，包括对乐库中用户操作多的音乐建立向量模型来推荐相似音乐，同时训练一个深度网络模型分析音乐频谱图使用户操作数少的音乐也能有效地按用户喜好分类推荐。本方法主要利用了用户操作反馈和音乐频谱，能有效地避免人工建立复杂的音乐标签，同时对不同操作数的音乐区分操作，可以解决音乐新加入乐库的冷启动问题。
基本信息
专利标题 ：
一种基于深度学习的音乐个性化分类推荐方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109271550A
申请号 ：
CN201810841931.2
公开（公告）日 ：
2019-01-25
申请日 ：
2018-07-27
授权号 ：
CN109271550B
授权日 ：
2022-05-24
发明人 ：
王一歌叶展鹏韦岗
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
何淑珍
优先权 ：
CN201810841931.2
主分类号 ：
G06F16/635
IPC分类号 ：
G06F16/635 G06K9/62 G06N3/04 G06N3/08
相关图片
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/635
•••基于附加数据的过滤,例如,用户或组配置文件
法律状态
2022-05-24 ：
授权
2019-02-26 ：
实质审查的生效
IPC(主分类) : G06F 16/635
申请日 : 20180727
申请日 : 20180727
2019-01-25 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN109271550A.PDF
PDF下载
