音乐推荐方法、装置、设备以及计算机可读存储介质与流程

1.本发明涉及歌曲推荐技术领域，尤其涉及一种音乐推荐方法、装置、设备以及计算机可读存储介质。


背景技术：

2.在现有通用的运动音乐服务方案中，用户在进行跑步等运动时，需要通过选择手机上安装的运动app(如咪咕善跑等)中提供的歌曲列表收听音乐，用户在运动时，由于运动的类型不同，从而用户运动的节奏不同，较多情况下用户的歌单并不适合当前运动的节奏，导致用户听歌时不得已切换歌曲。


技术实现要素：

3.本发明的主要目的在于提供一种音乐推荐方法、装置、设备以及计算机可读存储介质，旨在解决歌单不适配用户当前运动的问题。
4.为实现上述目的，本发明提供的一种音乐推荐方法，所述音乐推荐方法包括以下步骤：
5.根据用户的运动参数以及用户的属性信息获取修正变量，所述运动参数至少包括运动心率、运动时长以及运动类型以及运动配速，所述属性信息至少包括用户的年龄；
6.根据所述修正变量以及预设的初始推荐变量确定目标推荐变量；
7.根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单；
8.播放所述歌单中的音乐。
9.在一实施例中，所述根据用户的运动参数以及用户的属性信息获取修正变量的步骤包括：
10.确定所述用户的运动时长所在的时长分段，所述时长分段是第一时长阈值、第二时长阈值以及第三时长阈值确定的，所述第一时长阈值为所述用户在进行所述运动类型的运动时所能持续的最小时长，所述第二时长阈值为所述用户在进行所述运行类型的运动时所能持续的最大时长，所述第三时长阈值为所述最大时长与所述运动类型对应的强度值的比值；
11.根据所述运动时长所在的时长分段，确定所述用户的时长系数；
12.根据所述时长系数，计算出运动心率的最小值和运动心率的最大值；
13.根据所述用户的运动心率与所述运动心率的最小值和所述运动心率的最大值之间的大小关系，确定所述修正变量。
14.在一实施例中，所述根据所述用户的运动心率与所述运动心率的最小值和所述运动心率的最大值之间的大小关系，确定所述修正变量的步骤包括：
15.若所述用户的运动心率大于或者等于所述运动心率的最小值，并且所述用户的运动心率小于或者等于所述运动心率的最大值，则根据所述用户当前的运动配速确定所述修
正变量；
16.若所述用户的运动心率小于所述运动心率的最小值，确定所述修正变量为预设正值；
17.若所述用户的运动心率大于所述运动心率的最大值，确定所述修正变量为预设负值。
18.在一实施例中，所述根据所述用户当前的运动配速确定所述修正变量的步骤包括：
19.根据预设公式以及所述运动配速确定所述修正变量，所述预设公式为多阶多项式，所述多阶多项式的各个系数是由所述属性信息确定。
20.在一实施例中，所述根据所述时长系数，计算出运动心率的最小值和运动心率的最大值的步骤包括：
21.根据所述时长系数、所述年龄以及第一公式确定所述运动心率的最小值，所述第一公式为：
[0022][0023]
其中，a和b1为常数，b1小于1，age为年龄，t
index
为时长系数；
[0024]
根据所述时长系数、所述年龄以及第二公式确定所述运动心率的最大值，所述第二公式为：
[0025][0026]
其中，a和b2为常数，1>b2>b1，age为年龄，t
index
为时长系数。
[0027]
在一实施例中，所述确定所述用户的运动时长所在的时长分段的步骤之前，还包括：
[0028]
获取所述用户的运动类型的预设强度值；
[0029]
若所述运动类型是预设的用户喜好的运动类型，则根据预设负值与所述预设强度值确定所述强度值；
[0030]
若所述运动类型不是预设的用户喜好的运动类型，则将预设强度值作为所述强度值。
[0031]
在一实施例中，所述根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单的步骤之前，还包括：
[0032]
获取所述用户的运动配速；
[0033]
判断所述运动配速是否在预设配速范围内；
[0034]
若所述运动配速在预设配速范围内，则执行所述根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单的步骤。
[0035]
为实现上述目的，本发明还提供一种音乐推荐装置，所述音乐推荐装置包括：
[0036]
计算模块，用于根据用户的运动参数以及用户的属性信息获取修正变量，所述运动参数至少包括运动心率、运动时长以及运动类型以及运动配速，所述属性信息至少包括用户的年龄；
[0037]
确定模块，用于根据所述修正变量以及预设的初始推荐变量确定目标推荐变量；
[0038]
获取模块，用于根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单；
[0039]
播放模块，用于播放所述歌单中的音乐。
[0040]
为实现上述目的，本发明还提供一种音乐推荐设备，所述音乐推荐设备包括存储器、处理器以及存储在所述存储器并可在所述处理器上执行的音乐推荐程序，所述音乐推荐程序被所述处理器执行时实现如上所述的音乐推荐方法的各个步骤。
[0041]
为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有音乐推荐程序，所述音乐推荐程序被处理器执行时实现如上所述的音乐推荐方法的各个步骤。
[0042]
本发明提供的一种音乐推荐方法、装置、设备以及计算机可读存储介质，根据用户的运动参数以及用户的属性信息获取修正变量，根据修正变量以及预设的初始推荐变量确定目标推荐变量，根据目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取目标推荐变量对应的歌单，播放所述歌单中的音乐。根据用户的运动参数和属性信息调整歌单，避免用户在运动过程中切换歌单，并使得播放的歌单的歌曲更贴合用户的运动情况，提升用户的听歌体验。
附图说明
[0043]
图1为本发明实施例涉及的音乐推荐设备的硬件结构示意图；
[0044]
图2为本发明音乐推荐方法的第一实施例的流程示意图；
[0045]
图3为本发明音乐推荐方法的第二实施例的步骤s10的细化流程示意图；
[0046]
图4为本发明音乐推荐方法的第三实施例的步骤s14的细化流程示意图；
[0047]
图5为本发明音乐推荐装置的逻辑结构示意图。
[0048]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0049]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0050]
本发明实施例的主要解决方案是：根据用户的运动参数以及用户的属性信息获取修正变量，根据修正变量以及预设的初始推荐变量确定目标推荐变量，根据目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取目标推荐变量对应的歌单，播放所述歌单中的音乐。
[0051]
根据用户的运动参数和属性信息调整歌单，避免用户在运动过程中切换歌单，并使得播放的歌单的歌曲更贴合用户的运动情况，提升用户的听歌体验。
[0052]
作为一种实现方案，音乐推荐设备可以如图1所示。
[0053]
本发明实施例方案涉及的是音乐推荐设备，音乐推荐设备包括：处理器101，例如cpu，存储器102，通信总线103。其中，通信总线103用于实现这些组件之间的连接通信。
[0054]
存储器102可以是高速ram存储器，也可以是稳定的存储器(non
‑
volatilememory)，例如磁盘存储器。如图1所示，作为一种计算机可读存储介质的存储器102中可以包括音乐推荐程序；而处理器101可以用于调用存储器102中存储的音乐推荐程
序，并执行以下操作：
[0055]
根据用户的运动参数以及用户的属性信息获取修正变量，所述运动参数至少包括运动心率、运动时长以及运动类型以及运动配速，所述属性信息至少包括用户的年龄；
[0056]
根据所述修正变量以及预设的初始推荐变量确定目标推荐变量；
[0057]
根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单；
[0058]
播放所述歌单中的音乐。
[0059]
在一实施例中，处理器101可以用于调用存储器102中存储的音乐推荐程序，并执行以下操作：
[0060]
确定所述用户的运动时长所在的时长分段，所述时长分段是第一时长阈值、第二时长阈值以及第三时长阈值确定的，所述第一时长阈值为所述用户在进行所述运动类型的运动时所能持续的最小时长，所述第二时长阈值为所述用户在进行所述运行类型的运动时所能持续的最大时长，所述第三时长阈值为所述最大时长与所述运动类型对应的强度值的比值；
[0061]
根据所述运动时长所在的时长分段，确定所述用户的时长系数；
[0062]
根据所述时长系数，计算出运动心率的最小值和运动心率的最大值；
[0063]
根据所述用户的运动心率与所述运动心率的最小值和所述运动心率的最大值之间的大小关系，确定所述修正变量。
[0064]
在一实施例中，处理器101可以用于调用存储器102中存储的音乐推荐程序，并执行以下操作：
[0065]
若所述用户的运动心率大于或者等于所述运动心率的最小值，并且所述用户的运动心率小于或者等于所述运动心率的最大值，则根据所述用户当前的运动配速确定所述修正变量；
[0066]
若所述用户的运动心率小于所述运动心率的最小值，确定所述修正变量为预设正值；
[0067]
若所述用户的运动心率大于所述运动心率的最大值，确定所述修正变量为预设负值。
[0068]
在一实施例中，处理器101可以用于调用存储器102中存储的音乐推荐程序，并执行以下操作：
[0069]
根据预设公式以及所述运动配速确定所述修正变量，所述预设公式为多阶多项式，所述多阶多项式的各个系数是由所述属性信息确定。
[0070]
在一实施例中，处理器101可以用于调用存储器102中存储的音乐推荐程序，并执行以下操作：
[0071]
根据所述时长系数、所述年龄以及第一公式确定所述运动心率的最小值，所述第一公式为：
[0072][0073]
其中，a和b1为常数，b1小于1，age为年龄，t
index
为时长系数；
[0074]
根据所述时长系数、所述年龄以及第二公式确定所述运动心率的最大值，所述第
二公式为：
[0075][0076]
其中，a和b2为常数，1>b2>b1，age为年龄，t
index
为时长系数。
[0077]
在一实施例中，处理器101可以用于调用存储器102中存储的音乐推荐程序，并执行以下操作：
[0078]
获取所述用户的运动类型的预设强度值；
[0079]
若所述运动类型是预设的用户喜好的运动类型，则根据预设负值与所述预设强度值确定所述强度值；
[0080]
若所述运动类型不是预设的用户喜好的运动类型，则将预设强度值作为所述强度值。
[0081]
在一实施例中，处理器101可以用于调用存储器102中存储的音乐推荐程序，并执行以下操作：
[0082]
获取所述用户的运动配速；
[0083]
判断所述运动配速是否在预设配速范围内；
[0084]
若所述运动配速在预设配速范围内，则执行所述根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单的步骤。
[0085]
基于上述音乐推荐设备的硬件构架，提出本发明音乐推荐方法的实施例。
[0086]
参照图2，图2为本发明音乐推荐方法的第一实施例，所述音乐推荐方法包括以下步骤：
[0087]
步骤s10，根据用户的运动参数以及用户的属性信息获取修正变量，所述运动参数至少包括运动心率、运动时长以及运动类型以及运动配速，所述属性信息至少包括用户的年龄。
[0088]
具体的，用户的运动参数为用户在运动过程中的实时运动数据，运动参数可以包括用户的运动心率、运动时长、运动类型以及运动配速等数据。用户的属性信息可以包括用户的年龄、性别、身高、体重、跑龄以及运动习惯等数据。根据用户的运动参数以及属性信息可以获取修正变量，其中，修正变量可以为一个数值，例如，修正变量为
‑
2。
[0089]
步骤s20，根据所述修正变量以及预设的初始推荐变量确定目标推荐变量。
[0090]
具体的，初始推荐变量是对用户运动偏好的歌单的估计。初始推荐变量可以是用户设置的，可以是预先根据用户的历史运动参数以及用户的属性信息确定的，也可以直接获取用户历史运动参数对应的目标推荐变量的平均值。
[0091]
由于用户在运动过程中，运动参数在不停地变化，根据用户当前的运动参数以及用户的属性信息确定修正变量。其中，修正变量用于调整用户的初始推荐变量，以使推荐的歌单更加贴合用户的运动情况。
[0092]
根据用户的初始推荐变量以及修正变量确定目标推荐变量，示例性的，用户的初始推荐变量为4，修正变量为
‑
1，用户当前对应的目标推荐变量为3。
[0093]
步骤s30，根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单；
[0094]
具体的，获取目标推荐变量对应的歌单，其中，目标推荐变量可以和歌单一一对应，目标推荐变量也可以和歌单的风格标签一一对应，示例性的，风格标签可以是偏舒缓，偏激烈或者激烈等，目标推荐变量为4时可以对应偏舒缓的音乐标签，目标推荐变量为6时可以对应偏激烈的音乐标签，目标推荐变量为8时可以对应激烈的音乐标签。
[0095]
根据目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取目标推荐变量对应的歌单之前，还可以获取用户的运动配速；判断运动配速是否在预设配速范围内；若运动配速在预设配速范围内，则执行根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单的步骤。
[0096]
步骤s40，播放所述歌单中的音乐。
[0097]
具体的，确定目标推荐值对应的歌单之后，播放歌单中的音乐。
[0098]
在本实施例的技术方案中，根据用户的运动参数以及用户的属性信息获取修正变量，根据修正变量以及预设的初始推荐变量确定目标推荐变量，根据目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取目标推荐变量对应的歌单，播放所述歌单中的音乐。根据用户的运动参数和属性信息调整歌单，避免用户在运动过程中切换歌单，并使得播放的歌单的歌曲更贴合用户的运动情况，提升用户的听歌体验。
[0099]
参照图3，图3为本发明音乐推荐方法的第二实施例，基于第一实施例，所述步骤s10包括：
[0100]
步骤s11，确定所述用户的运动时长所在的时长分段，所述时长分段是第一时长阈值、第二时长阈值以及第三时长阈值确定的，所述第一时长阈值为所述用户在进行所述运动类型的运动时所能持续的最小时长，所述第二时长阈值为所述用户在进行所述运行类型的运动时所能持续的最大时长，所述第三时长阈值为所述最大时长与所述运动类型对应的强度值的比值；
[0101]
步骤s12，根据所述运动时长所在的时长分段，确定所述用户的时长系数；
[0102]
步骤s13，根据所述时长系数，计算出运动心率的最小值和运动心率的最大值；
[0103]
步骤s14，根据所述用户的运动心率与所述运动心率的最小值和所述运动心率的最大值之间的大小关系，确定所述修正变量。
[0104]
具体的，获取用户的运动时长以及运动类型，根据运动时长以及运动类型确定运动时长系数，示例性的，可以根据用户的运动时长t定义一个可变的时长系数t
index
，示例性的，具体如下：
[0105][0106]
其中，t1为{t
max
,t
min
,t
max
/w}中的最大值，t2为{t
max
,t
min
,t
max
/w}中的中间值，t3为{t
max
,t
min
,t
max
/w}中的最小值。其中，t
min
为第一时长阈值，t
max
为第二时长阈值，t
max
/w为第三时长阈值。w为运动类型强度值。
[0107]
获取用户的运动类型的预设强度值；若运动类型是预设的用户喜好的运动类型，则根据预设负值与预设强度值确定强度值，例如，w＝预设强度值
‑
0.5。若运动类型不是预
设的用户喜好的运动类型，则将预设强度值作为强度值，例如，w＝预设强度值。预设强度值由用户通过运动app设定，运动的强度值越小代表用户的运动强度越大。例如：跑步比慢走强度要大，若跑步的强度值设置为1，则慢走的强度值就为1.5或2。
[0108]
根据时长系数，可以计算出运动心率的最小值和运动心率的最大值；示例性的，时长系数越大运动心率越小，时长系数越小运动心率越大，将最大的时长系数的倒数作为运动心率的最小值，将最小的时长系数的倒数作为运动心率的最大值。
[0109]
根据时长系数，可以计算出运动心率的最小值和运动心率的最大值，示例性的，根据时长系数、年龄以及第一公式确定运动心率的最小值，第一公式如下：
[0110][0111]
其中，a和b1为常数，b1小于1，age为年龄，t
index
为运动时长系数；示例性的，a具体为220，b1具体为60％；
[0112]
根据时长系数、年龄以及第二公式确定运动心率的最大值，第二公式如下：
[0113][0114]
其中，a和b2为常数，1>b2>b1，age为年龄，t
index
为运动时长系数。示例性的，a具体为220，b2具体为80％。
[0115]
根据用户的运动心率与运动心率的最小值和运动心率的最大值之间的大小关系，确定修正变量。当用户的运动心率的大小在运动心率的最小值和最大值之间，则根据用户的运动参数确定修正变量，例如运动参数为运动时长，运动时长越长，修正变量值越小。当用户的运动心率的大小小于最小值，则确定修正变量为预设正值，当用户的运动心率大于最大值，则确定修正变量为预设负值。
[0116]
在本实施例的技术方案中，确定用户的运动时长所在的时长分段，根据运动时长所在的时长分段，确定用户的时长系数；根据时长系数，计算出运动心率的最小值和运动心率的最大值；根据用户的运动心率与运动心率的最小值和运动心率的最大值之间的大小关系确定修正变量。通过用户的运动时长确定用户的时长系数，并通过时长系数确定运动心率的范围，根据用户的运动心率是否在范围内确定修正变量，使得得到的修正变量贴合用户的运动情况，提升用户的听歌体验。
[0117]
参照图4，图4为本发明音乐推荐方法的第三实施例，基于第二实施例，所述步骤s14包括：
[0118]
步骤s141，若所述用户的运动心率大于或者等于所述运动心率的最小值，并且所述用户的运动心率小于或者等于所述运动心率的最大值，则根据所述用户当前的运动配速确定所述修正变量；
[0119]
步骤s142，若所述用户的运动心率小于所述运动心率的最小值，确定所述修正变量为预设正值；
[0120]
步骤s143，若所述用户的运动心率大于所述运动心率的最大值，确定所述修正变量为预设负值。
[0121]
当用户的运动心率大于或者等于运动心率的最小值，并且用户的运动心率小于或者等于运动心率的最大值时，根据用户当前的运动配速确定修正变量。用户的运动配速由
用户的运动速度计算得到，示例性的，当用户的运动速度为15km/h，用户对应的运动配速为4，当用户的运动速度为12km/h，用户对应的运动配速为5，当用户的运动速度为10km/h，用户对应的运动配速为6。
[0122]
根据用户当前的运动配速确定修正变量。可以根据运动配速的大小人为设置不同的修正变量，运动配速越大，修正变量越大，运动配速越小，修正变量越小。也可以根据预设公式以及运动配速确定修正变量，预设公式为多阶多项式，多阶多项式的各个系数是由属性信息确定。其中，修正变量可以如下所示:
[0123]
g(x)＝c1x4‑
c2x3 c3x2‑
c4x
‑
c5；
[0124]
其中，g(x)为修正变量，x为运动配速，c1、c2、c3、c4、c5为修正系数，示例性的，根据用户属性对修正公式进行线性拟合得到修正系数，c1＝0.0013，c2＝0.0428，c3＝0.4351，c4＝1.0548，c5＝1.7022。
[0125]
根据以上公式，在不同配速下的修正变量为：当运动配速为2’00”时，修正变量为
‑
2；当运动配速为3’30”时，修正变量为
‑
2；当运动配速为4’00”时，修正变量为
‑
2；当运动配速为5’00”时，修正变量为
‑
1；当运动配速为6’00”时，修正变量为0；当运动配速为7’00”时，修正变量为 1；当运动配速为8’00”时，修正变量为 2；当运动配速为8’30”时，修正变量为 1。
[0126]
当用户的运动心率小于运动心率的最小值，表示用户当前的运动心率偏小，确定预设正值作为修正变量，以增加用户的推荐变量，以推荐更激烈的歌单。当用户的运动心率大于运动心率的最大值时，表示用户当前的运动心率偏大，确定预设负值作为修正变量，减小推荐变量，以推荐较缓和的歌单。
[0127]
在本实施例的技术方案中，若用户的运动心率大于或者等于运动心率的最小值，并且用户的运动心率小于或者等于运动心率的最大值，则根据用户当前的运动配速确定修正变量；若用户的运动心率小于运动心率的最小值，确定修正变量为预设正值；若用户的运动心率大于运动心率的最大值，确定修正变量为预设负值。通过用户的运动心率、运动心率的最大值和最小值确定用户的修正变量，修正变量用于确定贴合用户当前运动的推荐变量，进而推荐符合当前运动的歌单，提升了用户的听歌体验。
[0128]
参照图5，一种音乐推荐装置，所述音乐推荐装置包括：
[0129]
计算模块100，用于根据用户的运动参数以及用户的属性信息获取修正变量，所述运动参数至少包括运动心率、运动时长以及运动类型以及运动配速，所述属性信息至少包括用户的年龄；
[0130]
确定模块200，用于根据所述修正变量以及预设的初始推荐变量确定目标推荐变量；
[0131]
获取模块300，用于根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单；
[0132]
播放模块400，用于播放所述歌单中的音乐。
[0133]
在一实施例中，在根据用户的运动参数以及用户的属性信息获取修正变量方面，所述计算模块100具体用于：
[0134]
确定所述用户的运动时长所在的时长分段，所述时长分段是第一时长阈值、第二时长阈值以及第三时长阈值确定的，所述第一时长阈值为所述用户在进行所述运动类型的
运动时所能持续的最小时长，所述第二时长阈值为所述用户在进行所述运行类型的运动时所能持续的最大时长，所述第三时长阈值为所述最大时长与所述运动类型对应的强度值的比值；
[0135]
根据所述运动时长所在的时长分段，确定所述用户的时长系数；
[0136]
根据所述时长系数，计算出运动心率的最小值和运动心率的最大值；
[0137]
根据所述用户的运动心率与所述运动心率的最小值和所述运动心率的最大值之间的大小关系，确定所述修正变量。
[0138]
在一实施例中，在根据所述用户的运动心率与所述运动心率的最小值和所述运动心率的最大值之间的大小关系，确定所述修正变量方面，所述计算模块100具体用于：
[0139]
若所述用户的运动心率大于或者等于所述运动心率的最小值，并且所述用户的运动心率小于或者等于所述运动心率的最大值，则根据所述用户当前的运动配速确定所述修正变量；
[0140]
若所述用户的运动心率小于所述运动心率的最小值，确定所述修正变量为预设正值；
[0141]
若所述用户的运动心率大于所述运动心率的最大值，确定所述修正变量为预设负值。
[0142]
在一实施例中，在根据所述用户当前的运动配速确定所述修正变量方面，所述计算模块100具体用于：
[0143]
根据预设公式以及所述运动配速确定所述修正变量，所述预设公式为多阶多项式，所述多阶多项式的各个系数是由所述属性信息确定。
[0144]
在一实施例中，在根据所述时长系数，计算出运动心率的最小值和运动心率的最大值方面，所述计算模块100具体用于：
[0145]
根据所述时长系数、所述年龄以及第一公式确定所述运动心率的最小值，所述第一公式为：
[0146][0147]
其中，a和b1为常数，b1小于1，age为年龄，t
index
为时长系数；
[0148]
根据所述时长系数、所述年龄以及第二公式确定所述运动心率的最大值，所述第二公式为：
[0149][0150]
其中，a和b2为常数，1>b2>b1，age为年龄，t
index
为时长系数。
[0151]
在一实施例中，在确定所述用户的运动时长所在的时长分段之前，所述计算模块100具体用于：
[0152]
获取所述用户的运动类型的预设强度值；
[0153]
若所述运动类型是预设的用户喜好的运动类型，则根据预设负值与所述预设强度值确定所述强度值；
[0154]
若所述运动类型不是预设的用户喜好的运动类型，则将预设强度值作为所述强度值。
[0155]
在一实施例中，在根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单之前，所述获取模块300具体用于：
[0156]
获取所述用户的运动配速；
[0157]
判断所述运动配速是否在预设配速范围内；
[0158]
若所述运动配速在预设配速范围内，则执行所述根据所述目标推荐变量，以及，预设的目标推荐变量与歌单的风格标签之间的对应关系，获取所述目标推荐变量对应的歌单的步骤。
[0159]
本发明还提供一种音乐推荐设备，所述音乐推荐设备包括存储器、处理器以及存储在所述存储器并可在所述处理器上执行的音乐推荐程序，所述音乐推荐程序被所述处理器执行时实现如上实施例所述的音乐推荐方法的各个步骤。
[0160]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有音乐推荐程序，所述音乐推荐程序被处理器执行时实现如上实施例所述的音乐推荐方法的各个步骤。
[0161]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0162]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、系统、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、系统、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、系统、物品或者装置中还存在另外的相同要素。
[0163]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例系统可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，停车管理设备，空调器，或者网络设备等)执行本发明各个实施例所述的系统。
[0164]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。