在大數據環(huán)境下,對音樂及聽眾的歷史數據進行分析,可以實現對音樂流行趨勢較為準確的預測。在STL、Holt-Winters分解模型的基礎上,提出TSMP算法。該算法從長期趨勢和周期兩方面進行分析,對長期趨勢編碼和分類并基于類別最優(yōu)值選擇法對音樂流行趨勢進行預測�；赥SMP算法,進而提出E-TSMP算法,該算法基于子序列模式匹配法及對近期發(fā)布新專輯的附加處理,實現更精準的預測。在清華大學和阿里云天池大數據競賽平臺承辦的"2016中國高校計算機大賽——大數據挑戰(zhàn)賽之阿里音樂流行趨勢預測"比賽中,參賽團隊憑借提出的E-TSMP算法對2016年9月¹0月藝人的播放量實現了較好的預測,并在此次比賽中奪得亞軍。 

【文章來源】：計算機工程與科學. 2018,40(09)北大核心CSCD

【文章頁數】：7 頁

【部分圖文】：

圖１編碼方法Ｆｉｇｕｒｅ１Ｃｏｄｉｎｇｍｅｔｈｏｄ

收錄時間、初始播放量、歌曲語言、歌曲類別等內容。只有在提供的眾多信息中提取出有效信息，才能更好地對數據進行分析，實現對每個藝人音樂播放量更為精準的預測。因此，把信息處理成每個藝人對應的日播放量序列、周播放量均值序列、月播放量均值序列及日變化率序列，對數據進行的預處理為ＴＳＭＰ算法的實現奠定了基矗在對每個藝人日播放量曲線進行擬合和預測的過程中，曲線趨勢發(fā)展成為了至關重要的問題，而重要的外部事件是影響曲線趨勢發(fā)展的一大關鍵因素，比如：預測期間藝人發(fā)布新專輯、開演唱會、參加選秀節(jié)目等。在排除外部事件干擾的前提下，計算每個藝人播放量的月平均值、周平均值、日平均值并進行編碼處理，這些編碼處理的均值可以作為每個藝人播放量趨勢的預測。定義基本趨勢和增量趨勢作為編碼規(guī)則，例如月度編碼：若當月播放量均值高于前一月均值，則基本趨勢對應的編碼值為１，否則為０；若當月播放量均值高于前一月均值，則以當月均值除以上月均值的商值取整作為增量趨勢編碼值，否則增量趨勢編碼值為上月均值除以當月均值的商值取整。具體編碼過程如圖１所示。Ｆｉｇｕｒｅ１Ｃｏｄｉｎｇｍｅｔｈｏｄ圖１編碼方法根據月編碼、周編碼、日編碼中的基本趨勢和增量趨勢兩部分，基于ｋ－ｍｅａｎｓ聚類算法［１２，１３］，最終將阿里提供的數據集劃分成２４個基本類別。通過對不同類別進行大量測試與分析，最終采用類別最優(yōu)值選擇法對不同類別的藝人進行日播放量預測。類別最優(yōu)值選擇法的思想是：選取時間序列的某個特征值作為其預測值［１４］，例如百分位數、后３天均值、后７日均值等，構成的如圖２所示的候選方法預

Ｆｉｇｕｒｅ３Ｃｌａｓｓｉｆｉｃａｔｉｏｎｒｕｌｅｓ圖３分類規(guī)則ＴＳＭＰ算法，實現了對９～１０月藝人總播放量的預測，偽代碼如下所示：算法２音樂流行趨勢預測算法ＴＳＭＰ（Ｕ，Ａ，Ｓ）輸入：Ｕ：３～８月用戶行為數據集合；Ａ：藝人基本信息集合；Ｓ：候選預測方法集合。輸出：Ｐ：９～１０月所有藝人總播放量預測值。ＢｅｇｉｎＰ←０；／／設初始預測值為０（Ｄ，Ｗ，Ｍ）←ＰｒｅＵ（，Ａ）；／＊把數據集Ｕ，Ａ預處理為日、周、月播放量均值序列集Ｄ，Ｗ，Ｍ＊／（ＤＴ，ＷＴ，ＭＴ）←ＣｏｄＤ（，Ｗ，Ｍ）；／＊對數據集Ｄ，Ｗ，Ｍ進行日、周、月編碼形成編碼序列集ＤＴ，ＷＴ，ＭＴ＊／Ｃｋ←Ｓｏｒｔ（ＤＴ，ＷＴ，ＭＴ）；／＊采用ｋ－ｍｅａｎｓ算法對ＤＴ，ＷＴ，ＭＴ進行劃分構成類別Ｃｋ，及與類別對應的日播放量序列集ＤＣｋ＊／Ｆｏｒｃｋ∈Ｃｋｄｏ／／遍歷分類集合Ｃｋ←Ｃｋ＼｛ｃｋ｝；Ｐｃｋ←０；／＊設類別ｃｋ中所有藝人９～１０月總播放量初始值為０＊／ｍ←ＣＯＶＳＡＳ（，Ｄｃ）ｋ；／＊根據類ｃｋ內所有藝人日播放量序列Ｄｃｋ中３～８月的日播放量，由ＣＯＶＳＡ獲得類別ｃｋ最優(yōu)預測方法ｍ＊／Ｐｃｋ←ｍＤ（ｃ）ｋ；／＊預測類別ｃｋ中所有藝人９～１０月總播放量Ｐｃｋ＊／Ｐ←Ｐ＋Ｐｃｋ；ｅｎｄＲｅｔｕｒｎＰ；／＊輸出９～１０月所有藝人總播放量預測值＊／Ｅｎｄ

【參考文獻】：
期刊論文
[1]ARIMA模型差分階的估計方法的比較[J]. 李貴斌.  應用概率統(tǒng)計. 1994(04)

碩士論文
[1]時間序列建模與模型選擇的應用研究[D]. 吳喜.合肥工業(yè)大學 2006



本文編號：3440952