現(xiàn)如今,音樂與人們的生活密切相關(guān),無處不在。隨著數(shù)字音樂的出現(xiàn),在線音樂的發(fā)展越來越快,越來越多的用戶選擇在線收聽音樂。這種發(fā)展?fàn)顩r不僅使得網(wǎng)絡(luò)音樂用戶的數(shù)量迅速增長,而且也使得音樂資源庫的大小不斷擴(kuò)大。與此同時(shí),帶來了音樂數(shù)據(jù)過載的問題,用戶也因此無法迅速地從海量音樂資源中找到自己喜歡的音樂,提高用戶的體驗(yàn)度變得十分迫切。推薦系統(tǒng)是解決音樂數(shù)據(jù)過載最有效的方法之一,它無需用戶提供自己的需求,就能幫助用戶從繁雜的信息中找到自己感興趣的內(nèi)容。因此,將推薦系統(tǒng)應(yīng)用于在線音樂服務(wù)領(lǐng)域是音樂發(fā)展的必然趨勢(shì)。在推薦領(lǐng)域中,基于協(xié)同過濾的推薦技術(shù)的研究和應(yīng)用最為廣泛。本文在基于BaisSVD協(xié)同過濾的基礎(chǔ)上,通過引入用戶的行為信息和音樂的流行度來提高模型的推薦準(zhǔn)確度。文章的主要內(nèi)容和創(chuàng)新點(diǎn)主要包括:（1）在BaisSVD算法的基礎(chǔ)上,提出了基于用戶行為加權(quán)的協(xié)同過濾算法（簡(jiǎn)稱FBaisSVD）。在音樂系統(tǒng)中,用戶可以通過收藏、分享、下載以及評(píng)論等方式表示對(duì)歌曲的喜愛,也可以通過刪除、切換歌曲等操作來表明對(duì)歌曲的不滿,甚至無需任何操作,只需等待歌曲播放結(jié)束進(jìn)入下一首,以此表示中立模糊的態(tài)度。該算法針... 

【文章來源】：中南財(cái)經(jīng)政法大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于用戶的協(xié)同過濾從基于用戶的協(xié)同過濾算法的基本思想中可以知道算法的實(shí)現(xiàn)主要包括以下三

基于物品的協(xié)同過濾推薦基于物品的協(xié)同過濾算法跟基于用戶的協(xié)同過濾算法相似，不過基于物品的協(xié)同過濾計(jì)算的不是用戶之間的相似度，而是計(jì)算音樂之間的相似度

TF-IDF算法流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于狀態(tài)轉(zhuǎn)移的獎(jiǎng)勵(lì)值音樂推薦研究[J]. 譚斌,孫界平,琚生根,李微.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[2]基于歌曲標(biāo)簽聚類的協(xié)同過濾推薦算法的研究[J]. 趙宇峰,李新衛(wèi).  計(jì)算機(jī)應(yīng)用與軟件. 2018(06)
[3]基于頻譜包絡(luò)分析的音樂推薦算法[J]. 劉瑩,趙彤洲,鄒沖,趙娜.  軟件導(dǎo)刊. 2018(06)
[4]基于標(biāo)簽擴(kuò)展的協(xié)同過濾算法在音樂推薦中的應(yīng)用[J]. 章宗杰,陳瑋.  軟件導(dǎo)刊. 2018(01)
[5]Spark并行化基于物品協(xié)同過濾算法[J]. 許明杰,蔚承建,沈航.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(07)
[6]一種新的基于LDA-MURE模型的音樂個(gè)性化推薦算法[J]. 李艷,李葆華,王金環(huán).  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(02)
[7]基于協(xié)同過濾技術(shù)的音樂推薦系統(tǒng)的研究[J]. 隋占麗,李影,于娟,王波.  福建電腦. 2015(02)
[8]基于內(nèi)容的音樂語義特征描述方法[J]. 張二芬,徐淮杰.  電子設(shè)計(jì)工程. 2013(01)
[9]基于關(guān)聯(lián)規(guī)則與奇異值分解的音樂推薦系統(tǒng)[J]. 徐淮杰,張二芬.  電子設(shè)計(jì)工程. 2013(01)

碩士論文
[1]基于LFM的音樂推薦系統(tǒng)的研究與實(shí)現(xiàn)[D]. 陳彪.湖南大學(xué) 2017
[2]基于FP-growth算法的音樂推薦應(yīng)用研究[D]. 劉亞林.北京交通大學(xué) 2015
[3]音頻特征與社會(huì)標(biāo)簽相結(jié)合的音樂推薦系統(tǒng)[D]. 劉珊珊.華中科技大學(xué) 2011



本文編號(hào)：3078204