成。第一步，处理程序区分用户提交的音乐文件流派，然后第二步推荐系统按照以下程序进行。协同过滤技术应用把选择的歌曲文件排列在较高的等级序列。推荐结果的内容传送格式不需要呈现给用户，因为这样将引起用户不必要的高消费。推荐系统反馈给用户简单的推送信息来代替。每一个推送消息与推荐音乐文件列表进行连接。然后，用户可以选择推荐音乐文件或者通过提供排序等价更新系统提供的推荐列表。随后，系统根据用户排序等级更新推荐列表。推送技术允许系统在没有用户发送信息的情况下更新推荐文件列表。连接都有命名，一边用户根据连接名称选择是否从WEB服务器下载这些音乐文件到他的手机。现实中，通信系统是一个前段到后端的多层级体系结构。前段包括实现用户通信的模块，移动网，应用程序。后端是指实现推荐机制的模块。本文设计的推荐系统允许音乐数据库是分布式的并且和后端代理网关，推送发起者，前段无线接入协议服务器相分离。
4基于音乐类型分类和个性诊断的混合音乐推荐方案
f如上一节所述，用于方案实现的后端包含所有模块。具体而言，我们中间件系统后端包含两个方面。第一，采用径向基函数神经网络支持向量机分类器，从而增强内容信息，以便于在音乐类型分类系统查询支持的音乐文件。第二，利用现有特定用户或其他用户的评级以提供个性化的方案。本推荐机制的目的在于返回音频音乐搜索结果，而不仅仅是查询同类型的音频音乐和内容相似的文件。但也考虑到用户喜好的每一个音乐文件的评级。（如图1）具体步骤如下：1用户通过提交询问（目的音乐）进行初始查询，特征提取
器提取对应30个音频详情的一组值。2第一，分类标识查询音乐文件的类型。第二，推荐程序将
根据用户喜好返回歌曲。更确切的说，一级分类器识别音乐查询文件类型的信心。判决值（信心）是查询特定类别幅度的差额。选择对应最高判定值分类器类型。3第二级采用个性诊断方法，返回一个推荐列表。数据库中
的每个音乐文件可以关联五个评分等级。另外，每个音乐类型被细分成4个等级0123。4最后，用户既能够选择并下载音频音乐或提供推荐项目评
级，还可以收到新的推荐列表。41SVM分类器支持向量机（SVM）是寻找单独数据点最佳超平面途径，概括最优数据的监督分类系统。超平面即所谓的每类的最近点距离最大化的
f最大间隔超平面。令SS1S2S
其中，Sj∈Rd是对应音乐数据库文件的一组d维特征向量。任何超平面分离的两个数据类（二r