本文關(guān)鍵詞：基于情感的多標(biāo)簽個性化音樂分類技術(shù)的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：在線音樂的快速發(fā)展,為用戶對音樂的獲取提供了極大的便利。為了方便用戶選擇,在線音樂通常會對音樂進(jìn)行分類,基于情感的音樂分類是常見的一種分類方式。由于同一首音樂可能產(chǎn)生不同的情感,此時單標(biāo)簽的情感難以概括,需要多個情感標(biāo)簽來更準(zhǔn)確、更全面地概括一首音樂的情感類別。同時,音樂情感認(rèn)知帶有主觀性,因此需要為每個用戶提供個性化的音樂情感分類。為此,本文研究了對音樂進(jìn)行基于情感的多標(biāo)簽個性化分類的問題。該問題主要包含兩個子問題：音樂情感真值標(biāo)簽的獲取和對音樂進(jìn)行個性化分類。針對這兩個問題,本文首先提出了一種基于社交信息和用戶標(biāo)簽的音樂情感個性化真值的計算方法,該方法可在不為用戶增添額外負(fù)擔(dān)的情況下,對音樂情感個性化真值進(jìn)行計算；接著提出了一種將音樂情感真值映射到多標(biāo)簽類別的方法,得到音樂的具體情感類別；最后使用深度卷積神經(jīng)網(wǎng)絡(luò)和隨機K標(biāo)簽集方法對音樂情感進(jìn)行多標(biāo)簽分類。實驗方面,本文搜集了在線音樂平臺的大量真實原始數(shù)據(jù),經(jīng)過大量的參數(shù)調(diào)整和實驗結(jié)果對比,充分地驗證了本文提出的方法的有效性。
【關(guān)鍵詞】：在線音樂 情感類別 多標(biāo)簽 社交信息 個性化分類
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.1
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 課題背景與研究內(nèi)容11-13
• 1.2 本文主要工作與貢獻(xiàn)13-15
• 1.3 本文組織結(jié)構(gòu)15-16
• 1.4 本章小結(jié)16-17
• 第2章 相關(guān)工作17-27
• 2.1 音樂情感個性化17-20
• 2.1.1 基于用戶個體的音樂情感個性化17-18
• 2.1.2 基于用戶組個性化18-19
• 2.1.3 通過社交信息個性化19-20
• 2.1.4 小結(jié)20
• 2.2 數(shù)據(jù)真值計算和真值到具體分類的映射20-23
• 2.2.1 數(shù)據(jù)真值計算21-22
• 2.2.2 真值到具體分類的映射22
• 2.2.3 小結(jié)22-23
• 2.3 多標(biāo)簽情感分類23-26
• 2.3.1 問題轉(zhuǎn)換方法24-25
• 2.3.2 算法適配方法25-26
• 2.3.3 小結(jié)26
• 2.4 本章小結(jié)26-27
• 第3章 基于情感的多標(biāo)簽個性化分類的技術(shù)概要27-31
• 3.1 音樂情感個性化技術(shù)27-29
• 3.1.1 音樂情感真值說明27-28
• 3.1.2 音樂情感真值計算28-29
• 3.1.3 情感真值到具體情感分類的映射29
• 3.2 自動生成情感分類技術(shù)29
• 3.3 本章小結(jié)29-31
• 第4章 音樂情感個性化技術(shù)31-48
• 4.1 音樂情感真值計算31-42
• 4.1.1 問題定義31-32
• 4.1.2 方法流程32-34
• 4.1.3 社交信息構(gòu)建34-36
• 4.1.4 用戶對音樂的情感分類標(biāo)簽36-38
• 4.1.5 音樂情感權(quán)值累加38-42
• 4.1.6 小結(jié)42
• 4.2 音樂情感真值到具體情感分類的映射42-46
• 4.2.1 音樂情感映射方法43-44
• 4.2.2 解的唯一性討論44-46
• 4.2.3 算法流程46
• 4.3 本章小結(jié)46-48
• 第5章 自動生成多標(biāo)簽情感分類技術(shù)48-56
• 5.1 問題定義49
• 5.2 數(shù)據(jù)選取49-50
• 5.3 CNN分類模型50-54
• 5.4 RAkEL分類模型54-55
• 5.5 本章小結(jié)55-56
• 第6章 實驗56-73
• 6.1 實驗環(huán)境和設(shè)置56
• 6.2 實驗數(shù)據(jù)獲取和處理56-64
• 6.2.1 用戶對音樂的情感標(biāo)簽獲取57-59
• 6.2.2 用戶信息獲取59
• 6.2.3 社交關(guān)系信息獲取59-60
• 6.2.4 音樂內(nèi)容數(shù)據(jù)獲取60-61
• 6.2.5 數(shù)據(jù)處理61-64
• 6.3 音樂情感個性化64-68
• 6.4 自動生成多標(biāo)簽情感分類68-72
• 6.4.1 數(shù)據(jù)劃分68
• 6.4.2 CNN分類68-70
• 6.4.3 RAkEL分類70-72
• 6.5 本章小結(jié)72-73
• 第7章 總結(jié)與展望73-75
• 7.1 本文工作及貢獻(xiàn)73
• 7.2 未來展望73-75
• 參考文獻(xiàn)75-79
• 攻讀碩士學(xué)位期間主要的研究成果79-80
• 致謝80

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 林茜卡;傅秀芬;滕少華;李云;;協(xié)同標(biāo)簽系統(tǒng)的應(yīng)用研究[J];暨南大學(xué)學(xué)報(自然科學(xué)與醫(yī)學(xué)版);2009年01期

2 吳超;周波;;基于復(fù)雜網(wǎng)絡(luò)的社會化標(biāo)簽分析[J];浙江大學(xué)學(xué)報(工學(xué)版);2010年11期

3 吳金成;曹嬌;趙文棟;張磊;;標(biāo)簽集中式發(fā)布訂閱機制性能分析[J];指揮控制與仿真;2010年06期

4 李曉燕;陳剛;壽黎但;董金祥;;一種面向協(xié)作標(biāo)簽系統(tǒng)的圖片檢索聚類方法[J];中國圖象圖形學(xué)報;2010年11期

5 袁柳;張龍波;;基于概率主題模型的標(biāo)簽預(yù)測[J];計算機科學(xué);2011年07期

6 張斌;張引;高克寧;郭朋偉;孫達(dá)明;;融合關(guān)系與內(nèi)容分析的社會標(biāo)簽推薦[J];軟件學(xué)報;2012年03期

7 王永剛;嚴(yán)寒冰;許俊峰;胡建斌;陳鐘;;垃圾標(biāo)簽的抵御方法研究[J];計算機研究與發(fā)展;2013年10期

8 汪祥;賈焰;周斌;陳儒華;韓毅;;基于交互關(guān)系的微博用戶標(biāo)簽預(yù)測[J];計算機工程與科學(xué);2013年10期

9 顧亦然;陳敏;;一種三部圖網(wǎng)絡(luò)中標(biāo)簽時間加權(quán)的推薦方法[J];計算機科學(xué);2012年08期

10 趙亞楠;董晶;董佳梁;;基于社會化標(biāo)注的博客標(biāo)簽推薦方法[J];計算機工程與設(shè)計;2012年12期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 朱廣飛;董超;王衡;汪國平;;照片標(biāo)簽的智能化管理[A];第四屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議論文集[C];2008年

2 房冠南;袁彩霞;王小捷;李江;宋占江;;面向?qū)υ捳Z料的標(biāo)簽推薦[A];中國計算語言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

3 梅放;林鴻飛;;基于社會化標(biāo)簽的移動音樂檢索[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

4 李靜;林鴻飛;;基于用戶情感標(biāo)簽的音樂檢索算法[A];第六屆全國信息檢索學(xué)術(shù)會議論文集[C];2010年

5 駱雄武;萬小軍;楊建武;吳於茜;;基于后綴樹的Web檢索結(jié)果聚類標(biāo)簽生成方法[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集（上）[C];2008年

6 王波;唐常杰;段磊;尹佳;左R，

本文編號：434294