摘要
本申请提供一种显示设备及媒资的推荐方法,方法包括:获取用户行为数据和用户音乐数据;提取用户行为数据中的用户特征数据以及提取用户音乐数据中的音乐特征数据;将用户特征数据和音乐特征数据转化为特征向量,得到用户行为特征向量和用户音乐特征向量;计算用户行为特征向量和用户音乐特征向量的余弦相似度;根据余弦相似度和相似度阈值确定推荐媒资。所述方法将用户行为数据和用户音乐数据转化为向量,输入到预设神经网络模型中进行特征提取,得到用户行为特征向量和用户音乐特征向量,计算二者之间的余弦相似度,通过余弦相似度执行音乐推荐,可以提升推荐媒资的准确度,解决显示设备推荐媒资时准确率低的问题。
技术关键词
音乐特征
显示设备
神经网络模型
数据
梅尔频率倒谱系数
网络结构
推荐方法
生成用户
控制器
图像
傅里叶变换处理
情绪识别模型
显示用户界面
编码
数值
离散余弦
音频
显示器
矩阵