一種歌單列表確定方法、裝置及電子設備與流程

本發明涉及歌單數據處理技術領域，具體涉及一種歌單列表確定方法、裝置及電子設備。

背景技術：

歌單列表為音樂播放應用推薦給用戶的歌單集合，一個歌單可以為多首歌曲的集合；音樂播放應用如提供音樂播放服務的網頁，安裝于用戶終端上提供音樂播放服務的客戶端等；

目前歌單列表確定方式主要為：依據歌單列表的類型，從歌單庫中篩選歌單的類型與歌單列表的類型對應的歌單，將篩選出的歌單集合到歌單列表中；如一歌單列表的類型為熱門播放，則可從歌單庫中篩選出熱門播放的歌單，將篩選出的熱門播放的歌單集合到歌單列表中，形成具有歌單熱門播放的歌單列表。

本發明的發明人在研究過程中發現，目前歌單列表是統一推薦給用戶的，即給所有用戶推薦的歌單列表中的歌單均是相同的，歌單列表中的歌單與所推薦的用戶的相關性不高，這導致歌單列表推薦后，歌單列表的收聽轉化率較低；因此提供一種新的歌單列表確定方法，使得歌單列表中的歌單與所推薦的用戶具有較高的相關性，為提升歌單列表的收聽轉化率提供可能，成為本領域技術人員需要考慮的問題。

技術實現要素：

有鑒于此，本發明實施例提供一種歌單列表確定方法、裝置及電子設備，以使得歌單列表中的歌單與所推薦的用戶具有較高的相關性，為提升歌單列表的收聽轉化率提供可能。

為實現上述目的，本發明實施例提供如下技術方案：

一種歌單列表確定方法，包括：

確定多個預選歌單；

確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據，其中一個歌單具有至少一個音樂特征；

對于各預選歌單，確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數；

根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，從所述多個預選歌單中確定候選歌單；

從所述候選歌單中確定組成歌單列表的歌單。

本發明實施例還提供一種歌單列表確定裝置，包括：

預選歌單確定模塊，用于確定多個預選歌單；

特征數據確定模塊，用于確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據，其中一個歌單具有至少一個音樂特征；

相關系數確定模塊，用于對于各預選歌單，確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數；

候選歌單確定模塊，用于根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，從所述多個預選歌單中確定候選歌單；

歌單列表確定模塊，用于從所述候選歌單中確定組成歌單列表的歌單。

本發明實施例還提供一種電子設備，包括上述所述的歌單列表確定裝置。

基于上述技術方案，本發明實施例通過確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數，可得出預選歌單與目標用戶就相同音樂特征的相關性，從而從多個預選歌單中確定出與目標用戶就相同音樂特征的相關性較高的歌單，得到目標用戶所偏好的候選歌單；從目標用戶所偏好的候選歌單中確定組成歌單列表的歌單，可使得歌單列表的歌單為目標用戶所偏好的概率大幅提升，使得本發明實施例所確定的歌單列表推薦給目標用戶后，被目標用戶點擊收聽的可能性極大的提升，為提升歌單列表的收聽轉化率提供了可能。本發明實施例提供的歌單列表確定方法，能夠使得歌單列表中的歌單與所推薦的目標用戶具有較高的相關性，為提升歌單列表的收聽轉化率提供了可能。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本發明實施例提供的歌單列表確定方法的流程圖；

圖2為本發明實施例提供的從所述多個預選歌單中確定候選歌單的方法流程圖；

圖3為本發明實施例提供的基于音樂畫像數據判斷該預選歌單是否為候選歌單的方法流程圖；

圖4為本發明實施例提供的從候選歌單中確定組成歌單列表的歌單的方法流程圖；

圖5為歌單與用戶關聯子圖的示意圖；

圖6為本發明實施例提供的歌單列表確定方法的另一流程圖；

圖7為本發明實施例提供的歌單列表確定裝置的結構框圖；

圖8為本發明實施例提供的相關系數確定模塊的結構框圖；

圖9為本發明實施例提供的候選歌單確定模塊的結構框圖；

圖10為本發明實施例提供的判斷確定單元的結構框圖；

圖11為本發明實施例提供的歌單列表確定模塊的結構框圖；

圖12為本發明實施例提供的歌單列表確定裝置的另一結構框圖；

圖13為本發明實施例提供的電子設備的硬件結構框圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

圖1為本發明實施例提供的歌單列表確定方法的流程圖，該方法可應用于電子設備，電子設備如提供有音樂播放服務的服務器，也可以為具有數據處 理能力的用戶側設備；參照圖1，該方法可以包括：

步驟S100、確定多個預選歌單；

可選的，本發明實施例可從歌單庫中選取多個預選歌單，選取方式可以為隨機；

可選的，歌單庫的歌單數據主要來自于UGC(User Generated Content，用戶原創內容)數據，這導致歌單庫中的歌單質量有好有壞，為使得后續推薦給用戶的歌單列表具有較好的質量，本發明實施例可設置一定的篩選規則從歌單庫中篩選出符合篩選規則的多個預選歌單；

可選的，篩選規則如歌單名應符合預定歌單名書寫規則，和/或，歌單描述內容應符合預定歌單描述內容書寫規則，和/或，歌單中歌曲相關數量數據應符合預定數量要求，和/或，歌單中歌曲相關收聽數據應符合預定收聽要求等。

步驟S110、確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據，其中一個歌單具有至少一個音樂特征；

可選的，音樂特征可以認為是從歌單中抽離的音樂屬性的類型，音樂屬性的類型如歌單的歌手、歌曲、流派、年代、語種、旋律等；本發明實施例可預置歌單的至少一個音樂屬性的類型作為歌單的音樂特征，從而預置至少一個音樂特征；如本發明實施例可從歌單的歌手、歌曲、流派、年代、語種、旋律等音樂屬性的類型中選取一種或多種，作為本發明實施例所用的歌單的音樂特征；

可選的，在本發明實施例中，歌單的歌手特征可以歌單中各歌曲的歌手數量集合作為一個特征向量來看待的；比如一個歌單中包含2首歌手A的歌曲，一首歌手B的歌曲，兩首歌手C的歌曲，則歌單的歌手特征就為((歌手A，2)，(歌手B，1)，(歌手C，2))；歌單中的流派特征，則可簡化處理，選取歌單的歌曲中所屬數量最大的流派作為歌單的流派；顯然，歌單中流派特征的處理也可依照歌手特征的處理方式；歌單中年代、語種、旋律等其他音樂特征的處理可依流派特征的處理或歌手特征的處理方式，具體可視實際情況而定；

可選的，歌單的歌曲特征可以包含歌曲的流派，語種，年代，播放量等信息；

在確定本發明實施例所用的歌單的至少一個音樂特征后，對于各預選歌單，本發明實施例可確定預選歌單的各音樂特征的特征數據，音樂特征的特征數據可以認為是對音樂特征的值表示；

具體的，對于預選歌單中的各音樂特征，本發明實施例可將音樂特征的相關數據抽象為音樂特征向量，對音樂特征的音樂特征向量進行取值，得到音樂特征的音樂特征向量的特征值，則音樂特征的特征值可以視為是音樂特征的特征數據；通過確定各預選歌單中的各音樂特征的特征值，則可確定出各預選歌單的各音樂特征的特征數據；

如歌單的音樂特征為歌手特征、歌曲特征、流派特征，則本發明實施例可將各預選歌單的歌手特征的相關數據抽象為歌手特征向量，將歌曲特征的相關數據抽象為歌曲特征向量，將流派特征的相關數據抽象為流派特征向量，取得各預選歌單的歌手特征向量的特征值，歌曲特征向量的特征值，流派特征向量的特征值，實現各預選歌單的歌手特征的特征數據，歌曲特征的特征數據，流派特征的特征數據的確定；

目標用戶為歌單列表所推薦的具體用戶，目標用戶偏好的音樂特征與本發明實施例所設置的歌單的音樂特征相應，即本發明實施例所設置的歌單的音樂特征是哪幾個，則目標用戶偏好的音樂特征也是哪幾個；

可選的，目標用戶可定義偏好的音樂特征的具體內容，對目標用戶偏好的各音樂特征的具體內容進行特征取值，可得到目標用戶偏好的各音樂特征的特征數據；

可選的，本發明實施例也可通過分析目標用戶收聽音樂的歷史數據，分析出目標用戶偏好的音樂特征。

步驟S120、對于各預選歌單，確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數；

在確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據后，針對預選歌單和目標用戶相同的音樂特征，本發明實施例可確定預選歌單和目標用戶就相同音樂特征的特征數據間的相關系數；

如音樂特征為歌手特征、歌曲特征、流派特征，則對于各預選歌單，本發明實施例可確定預選歌單和目標用戶就歌手特征的特征數據間的相關系數，就歌曲特征的特征數據間的相關系數，及就流派特征的特征數據間的相 關系數；

預選歌單與目標用戶相同音樂特征的特征數據的相關系數，反映的是預選歌單與目標用戶就相同音樂特征的相關性；可選的，本發明實施例可通過確定預選歌單與目標用戶就相同音樂特征的特征數據的皮爾森(pearson)相關系數，確定預選歌單與目標用戶就相同音樂特征的相關性。

步驟S130、根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，從所述多個預選歌單中確定候選歌單；

候選歌單為所述多個預選歌單中與目標用戶就相同音樂特征的相關性較高的歌單；在得到預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數后，對于各預選歌單，本發明實施例可通過綜合預選歌單與目標用戶的所有相同音樂特征的特征數據的相關系數，確定預選歌單中為目標用戶所偏好的歌單，從而將所述多個預選歌單中目標用戶所偏好的歌單確定為候選歌單；所確定的候選歌單的數量為多個，但小于所述多個預選歌單的數量。

步驟S140、從所述候選歌單中確定組成歌單列表的歌單。

在得到候選歌單后，本發明實施例可從候選歌單中選取歌單，以組成歌單列表。

本發明實施例提供的歌單列表確定方法，包括：確定多個預選歌單；確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據，其中一個歌單具有至少一個音樂特征；對于各預選歌單，確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數；根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，從所述多個預選歌單中確定候選歌單；從所述候選歌單中確定組成歌單列表的歌單。

可以看出，本發明實施例通過確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數，可得出預選歌單與目標用戶就相同音樂特征的相關性，從而從多個預選歌單中確定出與目標用戶就相同音樂特征的相關性較高的歌單，得到目標用戶所偏好的候選歌單；從目標用戶所偏好的候選歌單中確定組成歌單列表的歌單，可使得歌單列表的歌單為目標用戶所偏好的概率大幅提升，使得本發明實施例所確定的歌單列表推薦給目標用戶后，被目標用戶點擊收聽的可能性極大的提升，為提升歌單列表的收聽轉化率提供了可能。本發明實施例提供的歌單列表確定方法，能夠使得歌單列表中的歌單 與所推薦的目標用戶具有較高的相關性，為提升歌單列表的收聽轉化率提供了可能。

可選的，預選歌單與目標用戶就相同音樂特征的特征數據的相關系數，可以為皮爾森相關系數；對應的，確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數的方式可以如下：

對于各預選歌單，根據公式分別確定預選歌單與目標用戶的各相同音樂特征的特征數據的皮爾森相關系數；

其中，P(U，P)為預選歌單與目標用戶一相同音樂特征的特征數據的皮爾森相關系數，U為目標用戶的一音樂特征的特征數據，P為預選歌單中與U相同的音樂特征的特征數據，*表示乘號，||||表示其內特征數據的各特征的平方和開根號；

例如U表示歌單中歌手特征的特征數據(即歌單中歌手特征的特征向量)，則歌單中各歌曲的歌手數量可以作為U的各特征，如歌手特征的特征數據可以為((歌手A，2)，(歌手B，1)，(歌手C，2))等的集合，則(歌手A，2)，(歌手B，1)，(歌手C，2)可視為是U的特征；相應的，||U||可視為對歌手特征這一向量內的各特征作平方和開根號的處理。

如歌單的音樂特征為歌手特征、歌曲特征、流派特征；則對于各預選歌單可根據如下方式確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數：

本發明實施例可根據公式確定預選歌單與目標用戶的歌手特征的特征數據的皮爾森相關系數，

其中，P(U1，P1)為預選歌單與目標用戶就歌手特征的皮爾森相關系數，U1為目標用戶的歌手特征的特征數據，P1為預選歌單中歌手特征的特征數據；

根據公式確定預選歌單與目標用戶的歌曲特征的特征數據的皮爾森相關系數，

其中，P(U2，P2)為預選歌單與目標用戶就歌曲特征的特征數據的皮爾森相關系數，U2為目標用戶的歌曲特征的特征數據，P2為預選歌單中歌曲特征的特征數據；

根據公式確定預選歌單與目標用戶的流派特征的特征數據的皮爾森相關系數，

其中，P(U3，P3)為預選歌單與目標用戶就流派特征的特征數據的皮爾森相關系數，U3為目標用戶的流派特征的特征數據，P3為預選歌單中流派特征的特征數據；

通過上述公式的計算，則可分別得到預選歌單與目標用戶就歌手特征、歌曲特征、流派特征的特征數據的皮爾森相關系數。

可選的，在確定各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數后，本發明實施例可通過綜合預選歌單與目標用戶的所有相同音樂特征的特征數據的相關系數，確定預選歌單中為目標用戶所偏好的歌單，從而得到候選歌單；對應的，圖2示出了本發明實施例提供的從所述多個預選歌單中確定候選歌單的方法流程圖，參照圖2，該方法可以包括：

步驟S200、若預選歌單與目標用戶所有相同音樂特征的特征數據的相關系數，均滿足預定系數條件，則確定該預選歌單為候選歌單；

可選的，預定系數條件可以為本發明實施例所設置的預選歌單與目標用戶就相同音樂特征具有高相關性的系數值，具體可視實際情況設定；如果某一預選歌單與目標用戶所有相同音樂特征的特征數據的相關系數，均滿足預定系數條件，則可確定該預選歌單與目標用戶具有高相關性，為目標用戶所偏好的，確定該預選歌單為候選歌單；

如歌單的音樂特征為歌手特征、歌曲特征、流派特征，則如果預選歌單與目標用戶就歌手特征的特征數據的相關系數滿足預定系數條件，就歌曲特征的特征數據的相關系數滿足預定系數條件，且就流派特征的特征數據的相關系數滿足預定系數條件，則可確定該預選歌單為候選歌單。

步驟S210、若預選歌單與目標用戶中任一相同音樂特征的特征數據的相關系數，不滿足預定系數條件，則確定該預選歌單為待判斷預選歌單，根據目標用戶的音樂畫像數據判斷所述待判斷預選歌單是否為候選歌單。

待判斷預選歌單為預選歌單中與目標用戶非所有相同音樂特征的特征數據的相關系數，均滿足預定系數條件的歌單；

如歌單的音樂特征為歌手特征、歌曲特征、流派特征，則只要預選歌單 與目標用戶就歌手特征、歌曲特征、流派特征中的至少一個的特征數據的相關系數不滿足預定系數條件，則可確定該預選歌單為待判斷預選歌單；

為進一步判斷待判斷預選歌單是否為目標用戶所偏好的，本發明實施例可引入目標用戶的音樂畫像數據；可選的，本發明實施例可就不滿足預定系數條件的相關系數的音樂特征，確定待判斷預選歌單中該音樂特征的特征數據，是否與目標用戶的音樂畫像數據中表示的該音樂特征的內容相匹配，從而根據匹配結果，確定判斷預選歌單是否為目標用戶所偏好的。

音樂畫像數據為用戶畫像數據在音樂領域的表示；可以知道，用戶畫像數據為應用大數據技術的基礎方式，用戶畫像數據可以認為是用戶信息的標簽化，通過收集與分析用戶社會屬性、生活習慣、某一領域的行為等主要信息的數據之后，抽象出一個用戶的在某一領域的全貌特征，得到用戶畫像數據，用戶畫像數據能夠幫助快速找到精準用戶群體以及實現用戶需求的匹配；

對應的，圖3示出了本發明實施例提供的基于音樂畫像數據判斷該預選歌單是否為候選歌單的方法流程圖，參照圖3，該方法可以包括：

步驟S300、確定所述相關系數不滿足預定系數條件的音樂特征；

步驟S300所確定的為待判斷預選歌單中與目標用戶的特征數據的相關系數，不滿足預定系數條件的音樂特征；如預選歌單與目標用戶僅就歌手特征的特征數據的相關系數不滿足預定系數條件，則步驟S300所確定的音樂特征為歌手特征。

步驟S310、判斷所述待判斷預選歌單中該音樂特征的特征數據，是否與目標用戶的音樂畫像數據中表示的該音樂特征的內容相匹配，若是，執行步驟S320，若否，執行步驟S330；

可選的，本發明實施例可直接驗證音樂畫像數據統計的該音樂特征的內容中，是否存在所述待判斷預選歌單的該音樂特征的特征數據，若不存在，則確定不匹配，若存在，則確定匹配。

步驟S320、確定所述待判斷預選歌單為候選歌單；

步驟S330、確定所述待判斷預選歌單不為候選歌單。

可選的，圖3所示方法僅為預選歌單與目標用戶中任一相同音樂特征的特征數據的相關系數，不滿足預定系數條件下的一種處理方式；對于待判斷預選歌單，本發明實施例也可計算待判斷預選歌單中與目標用戶就各音樂特 征的特征數據的相關系數的均值，通過所計算的均值確定待判斷預選歌單是否為目標用戶偏好的歌單，在均值大于設定均值時，可確定待判斷預選歌單為目標用戶偏好的歌單，在均值小于設定均值時，可確定待判斷預選歌單不為目標用戶偏好的歌單；設定均值可視實際使用情況設定。

可選的，在確定候選歌單后，本發明實施例可從候選歌單中選取預定數量的歌單組成歌單列表，選取方式可以為隨機。

可選的，由于根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，所確定的候選歌單雖然為用戶偏好的歌單；但候選歌單大部分聚焦在某一音樂特征上，若以此確定歌單列表并推薦給目標用戶，則可能使得目標用戶長時收聽同一類型的歌單，這使得目標用戶的歌單多樣性體驗降低，目標用戶極可能存在視聽疲憊；

如目標用戶聽歌習慣是多樣的，可能同時喜歡流行音樂，搖滾音樂和民謠音樂這些流派的音樂；但對于流行音樂，搖滾音樂和民謠音樂的喜歡程度又是不同的，本發明實施例根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，可將目標用戶對流行音樂，搖滾音樂和民謠音樂流派的喜歡程度進行量化，即體現為歌單的音樂特征的相關系數的取值上；由此計算得到的結果，就會存在同一音樂特征的高相關系數的歌單扎堆被確定為候選歌單，由這些候選歌單確定的歌單列表中將扎堆存在同一類型的歌單；

比如歌單列表中前5個歌單是流行音樂相關的歌單，中間3個是搖滾音樂相關的歌單，而最后4個是民謠音樂相關的歌單；若是僅依照歌單與目標用戶的相關性的順序，將該歌單列表推薦給目標用戶，因為連續5個同一類型的歌單被推薦，那么目標用戶將極可能存在視聽疲憊；因此在從候選歌單中確定組成歌單列表的歌單時，本發明實施例可考慮與用戶相關性高，且類型多樣的歌單；

對應的，圖4示出了本發明實施例提供的從候選歌單中確定組成歌單列表的歌單的方法流程圖，參照圖4，該方法可以包括：

步驟S400、以歌單和目標用戶為節點，分別針對各音樂特征，構建所有候選歌單與目標用戶的特征數據之間的連通關系，得到反應所述候選歌單與目標用戶的相關性的最大連通子圖；

最大連通子圖可以認為是把圖的所有節點用最少的邊連接起來的子圖， 本發明實施例中連接節點所用的邊可以認為是候選歌單與目標用戶的特征數據的相關性；如歌單的音樂特征包括歌手特征、歌曲特征、流派特征，針對歌單和目標用戶相同的音樂特征(分別為歌手特征、歌曲特征、流派特征)，可以就相同音樂特征的特征數據間的相關性建立起關系，當所有的關系建立起來后，從整體上看，就是一張最大連通子圖。

步驟S410、對于各音樂特征，從所述最大連通子圖中確定相連通的歌單，得到各音樂特征的歌單集合；

圖5示出了歌單與用戶關聯子圖的示意圖，圖中圓形表示歌單，三角形表示用戶；在最大連通子圖中所有節點(包括歌單和用戶)不是都是連通的，而相互連通的節點對應的歌單之間可以認為是存在相關性的，比如都是搖滾的歌單；而相互不連通的歌單，就是相互之間沒有什么聯系的歌單，比如一個子圖是搖滾的歌單，一個子圖是民謠的歌單；通過對于各音樂特征，從最大連通子圖中確定相連通的歌單，則可得到各音樂特征的歌單集合，保證歌單類型的多樣性；一個歌單集合所包含的節點為歌單，且一個歌單集合中的歌單的音樂特征相同，屬于同一類型的歌單。

步驟S420、從各音樂特征的歌單集合中，分別選取相關系數符合預定推薦條件的歌單，構成預定數量的歌單，以組成歌單列表。

可選的，歌單集合中相關系數符合預定推薦條件的歌單，可以認為是歌單集合中相關系數最高的歌單；可選的，相關系數符合預定推薦條件的歌單也可視實際情況設定；

從各個音樂特征的歌單集合中，選取出相關系數符合預定推薦條件的歌單后，則可得到多類型，且與目標用戶相關性高的歌單，由這些歌單組成歌單列表，可使得后續推薦給目標用戶的歌單列表中的歌單具有多樣性、且與目標用戶相關性高的特點，為提升歌單的收聽轉化率提供了可能。

可選的，在得到歌單列表后，本發明實施例可對歌單列表中的歌單進行排序；具體的，本發明實施例可確定歌單列表中各歌單與目標用戶的各音樂特征的特征數據的相關系數的均值，從而根據所述均值排序歌單列表中的歌單，如根據均值由大到小排序歌單列表中的歌單；

以歌單的音樂特征包括歌手特征、歌曲特征、流派特征為例，對于歌單列表中的各歌單，本發明實施例可確定歌單與目標用戶就歌手特征、歌曲特 征、流派特征的特征數據的相關系數的均值，從而以所確定的歌單的均值排序歌單在歌單列表中的位置。

可選的，本發明實施例可根據篩選規則，從歌單庫中確定多個預選歌單；具體的，本發明實施例可從歌單庫中篩選歌單名符合預定歌單名書寫規則，歌單描述內容符合預定歌單描述內容書寫規則，歌單中歌曲相關數量數據符合預定數量要求，歌單中歌曲相關收聽數據符合預定收聽要求的歌單，得到多個預選歌單；

可選的，歌單名符合預定歌單名書寫規則可以有如下條件：歌單名字符數大于5個以上，小于20個以下；歌單名中的特殊符號應小于字符總數的20％，特殊符號包括非主流符號、火星文符號、個性化符號等，如︿╮ヾづ№╮→ゞ灬ゞゞ(？▽｀)/ゞ？？？？？？？？？等符號；歌單名的開頭不應超過2個空格，歌單名的總字符中不應超過3個空格；歌單名的開頭不應有標點符號(如，。！？等)，歌單名的總字符中不應超過3個標點符號；

歌單描述內容符合預定歌單描述內容書寫規則可以有如下條件：歌單描述內容的總字符數大于5個以上；歌單描述內容的特殊符號應小于字符總數的20％；

可選的，歌單中歌曲相關數量數據可以為歌單中的歌曲數量，專輯數量，歌手數量，語種數量等；歌單中歌曲相關數量數據符合預定數量要求可以有如下條件：歌曲數量應不小于10首；專輯數量應大于3張，歌單中屬于同一專輯的歌曲不超過5首；歌手數量無限制；歌單中歌曲的語種數量應小于5；

可選的，歌單中歌曲相關收聽數據可以為歌單中歌曲收聽占比，歌單的完整收聽率，歌單的人均收聽數等；其中歌單中歌曲收聽占比可以為歌單中歌曲的收聽總量/歌單庫中所有歌曲的收聽總量，歌單的完整收聽率可以為歌單內歌曲的完整收聽率的均值，歌曲的完整收聽率為歌曲針每次的播放時長的和/(播放次數*歌曲時長)；歌單的人均收聽數為歌單中各歌曲的說聽人數的均值；

歌單中歌曲相關收聽數據符合預定收聽要求可以有如下條件：歌曲收聽占比大于90％，歌單的完整收聽率大于65％，歌單的人均收聽數大于3。

優選的，圖6示出了本發明實施例提供的歌單列表確定方法的另一流程圖，參照圖6，該方法可以包括：

步驟S500、從歌單庫中篩選歌單名符合預定歌單名書寫規則，歌單描述內容符合預定歌單描述內容書寫規則，歌單中歌曲相關數量數據符合預定數量要求，歌單中歌曲相關收聽數據符合預定收聽要求的歌單，得到多個預選歌單；

步驟S510、確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據，其中一個歌單具有至少一個音樂特征；

步驟S520、根據公式分別確定預選歌單與目標用戶的各相同音樂特征的特征數據的皮爾森相關系數；

其中P(U，P)為預選歌單與目標用戶一相同音樂特征的特征數據的皮爾森相關系數，U為目標用戶的一音樂特征的特征數據，P為預選歌單中與U相同的音樂特征的特征數據。

步驟S530、若預選歌單與目標用戶所有相同音樂特征的特征數據的相關系數，均滿足預定系數條件，則確定該預選歌單為候選歌單；

步驟S540、若預選歌單與目標用戶中任一相同音樂特征的特征數據的相關系數，不滿足預定系數條件，則確定該預選歌單為待判斷預選歌單；確定所述相關系數不滿足預定系數條件的音樂特征；判斷所述待判斷預選歌單中該音樂特征的特征數據，是否與目標用戶的音樂畫像數據中表示的該音樂特征的內容相匹配；若是，則確定所述待判斷預選歌單為候選歌單；若否，則確定所述待判斷預選歌單不為候選歌單；

步驟S550、以歌單和目標用戶為節點，分別針對各音樂特征，構建所有候選歌單與目標用戶的特征數據之間的連通關系，得到反應所述候選歌單與目標用戶的相關性的最大連通子圖；

步驟S560、對于各音樂特征，從所述最大連通子圖中確定相連通的歌單，得到各音樂特征的歌單集合；

步驟S570、從各音樂特征的歌單集合中，分別選取相關系數符合預定推薦條件的歌單，構成預定數量的歌單，以組成歌單列表；

步驟S580、確定歌單列表中各歌單與目標用戶的各音樂特征的特征數據的相關系數的均值；

步驟S590、根據所述均值排序歌單列表中的歌單。

在確定歌單列表中的歌單并排序歌單后，可將歌單列表推薦給目標用戶，由于所推薦的歌單列表與目標用戶具有較高的相關性，為提升歌單的收聽轉化率提供了可能。

下面對本發明實施例提供的歌單列表確定裝置進行介紹，下文描述的歌單列表確定裝置可與上文描述的歌單列表確定方法相互對應參照。

圖7為本發明實施例提供的歌單列表確定裝置的結構框圖，該裝置可應用于電子設備，電子設備如提供有音樂播放服務的服務器，也可以為具有數據處理能力的用戶側設備；參照圖7，該裝置可以包括：

預選歌單確定模塊100，用于確定多個預選歌單；

特征數據確定模塊200，用于確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據，其中一個歌單具有至少一個音樂特征；

相關系數確定模塊300，用于對于各預選歌單，確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數；

候選歌單確定模塊400，用于根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，從所述多個預選歌單中確定候選歌單；

歌單列表確定模塊500，用于從所述候選歌單中確定組成歌單列表的歌單。

可選的，圖8示出了本發明實施例提供的相關系數確定模塊300的一種可選結構，參照圖8，相關系數確定模塊300可以包括：

皮爾森相關系數確定單元310，用于根據公式分別確定預選歌單與目標用戶的各相同音樂特征的特征數據的皮爾森相關系數；

其中P(U，P)為預選歌單與目標用戶一相同音樂特征的特征數據的皮爾森相關系數，U為目標用戶的一音樂特征的特征數據，P為預選歌單中與U相同的音樂特征的特征數據，*表示乘號，||||表示其內特征數據的各特征的平方和開根號。

可選的，圖9示出了本發明實施例提供的候選歌單確定模塊400的一種可選結構，參照圖9，候選歌單確定模塊400可以包括：

第一確定單元410，用于若預選歌單與目標用戶所有相同音樂特征的特征數據的相關系數，均滿足預定系數條件，則確定該預選歌單為候選歌單；

判斷確定單元420，用于若預選歌單與目標用戶中任一相同音樂特征的特征數據的相關系數，不滿足預定系數條件，則確定該預選歌單為待判斷預選歌單，根據目標用戶的音樂畫像數據判斷所述待判斷預選歌單是否為候選歌單。

可選的，圖10示出了本發明實施例提供的判斷確定單元420的一種可選結構，參照圖10，判斷確定單元420可以包括：

音樂特征確定子單元421，用于確定所述相關系數不滿足預定系數條件的音樂特征；

匹配判斷子單元422，用于判斷所述待判斷預選歌單中該音樂特征的特征數據，是否與目標用戶的音樂畫像數據中表示的該音樂特征的內容相匹配；

第一結果確定子單元423，用于若是，則確定所述待判斷預選歌單為候選歌單；

第二結果確定子單元424，用于若否，則確定所述待判斷預選歌單不為候選歌單。

可選的，歌單列表確定模塊500具體可用于從所述候選歌單中選取預定數量的歌單組成歌單列表。

可選的，本發明實施例可結合歌單的多樣性，以使歌單列表確定模塊500從所述候選歌單中確定組成歌單列表的歌單；對應的，圖11示出了本發明實施例提供的歌單列表確定模塊500的一種可選結構，參照圖11，歌單列表確定模塊500可以包括：

子圖構建單元510，用于以歌單和目標用戶為節點，分別針對各音樂特征，構建所有候選歌單與目標用戶的特征數據之間的連通關系，得到反應所述候選歌單與目標用戶的相關性的最大連通子圖；

歌單集合確定單元520，用于對于各音樂特征，從所述最大連通子圖中確定相連通的歌單，得到各音樂特征的歌單集合；

歌單選取單元530，用于從各音樂特征的歌單集合中，分別選取相關系數符合預定推薦條件的歌單，構成預定數量的歌單，以組成歌單列表。

可選的，圖12示出了本發明實施例提供的歌單列表確定裝置的另一結構， 結合圖7和圖12所示，該裝置還可以包括：

均值確定模塊600，用于確定歌單列表中各歌單與目標用戶的各音樂特征的特征數據的相關系數的均值；

排序模塊700，用于根據所述均值排序歌單列表中的歌單。

可選的，預選歌單確定模塊100可根據預置篩選規則從歌單庫中確定多個預選歌單；具體的，預選歌單確定模塊100具體可用于，從歌單庫中篩選歌單名符合預定歌單名書寫規則，歌單描述內容符合預定歌單描述內容書寫規則，歌單中歌曲相關數量數據符合預定數量要求，歌單中歌曲相關收聽數據符合預定收聽要求的歌單，得到多個預選歌單。

本發明實施例還提供一種電子設備，該電子設備可以包括上述所述的歌單列表確定裝置。

采用本發明實施例提供的電子設備確定歌單列表中的歌單，可使得所確定的歌單列表與目標用戶具有較高的相關性，為提升歌單的收聽轉化率提供了可能。

圖13為本發明實施例提供的電子設備的硬件結構框圖，電子設備可以為服務器，也可以為用戶側設備；參照圖13，該電子設備可以包括：處理器1，通信接口2，存儲器3和通信總線4；

其中處理器1、通信接口2、存儲器3通過通信總線4完成相互間的通信；

可選的，通信接口2可以為通信模塊的接口，如GSM模塊的接口；

處理器1，用于執行程序；

存儲器3，用于存放程序；

程序可以包括程序代碼，所述程序代碼包括計算機操作指令。

處理器1可能是一個中央處理器CPU，或者是特定集成電路ASIC(Application Specific Integrated Circuit)，或者是被配置成實施本發明實施例的一個或多個集成電路。

存儲器3可能包含高速RAM存儲器，也可能還包括非易失性存儲器(non-volatile memory)，例如至少一個磁盤存儲器。

其中，程序可具體用于：

確定多個預選歌單；

確定各預選歌單的音樂特征的特征數據，及目標用戶偏好的音樂特征的特征數據，其中一個歌單具有至少一個音樂特征；

對于各預選歌單，確定預選歌單與目標用戶的各相同音樂特征的特征數據的相關系數；

根據各預選歌單與目標用戶的相同音樂特征的特征數據的相關系數，從所述多個預選歌單中確定候選歌單；

從所述候選歌單中確定組成歌單列表的歌單。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。

專業人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執行，取決于技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發明的范圍。

結合本文中所公開的實施例描述的方法或算法的步驟可以直接用硬件、處理器執行的軟件模塊，或者二者的結合來實施。軟件模塊可以置于隨機存儲器(RAM)、內存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或技術領域內所公知的任意其它形式的存儲介質中。

對所公開的實施例的上述說明，使本領域專業技術人員能夠實現或使用本發明。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發明的精神或范圍的情況下，在其它實施例中實現。因此，本發明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。