基于排序?qū)W習(xí)的音樂(lè)推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、音樂(lè)是人們娛樂(lè)生活的重要組成部分，也是放松休閑的重要途徑。隨著互聯(lián)網(wǎng)的快速發(fā)展，音樂(lè)制作技術(shù)的提高、創(chuàng)作周期的加快以及壓縮技術(shù)的成熟，人們可以方便的將自己的音樂(lè)作品發(fā)布到網(wǎng)上，使得網(wǎng)絡(luò)上出現(xiàn)了越來(lái)越多的音樂(lè)作品。互聯(lián)網(wǎng)作為獲取資源的重要媒介，能為用戶提供多樣化的服務(wù)，使得人們獲取音樂(lè)的渠道越來(lái)越廣，接觸到的音樂(lè)信息越來(lái)越多。但是這也帶來(lái)了“信息過(guò)載”問(wèn)題，用戶要從海量的音樂(lè)中找到自己喜歡的音樂(lè)，往往需要付出更多的時(shí)間和精力。音樂(lè)推薦系統(tǒng)

2、可以根據(jù)交互記錄發(fā)現(xiàn)個(gè)人偏好，然后從海量的音樂(lè)作品中為用戶推薦可能喜歡的歌曲，可以有效緩解“信息過(guò)載”問(wèn)題。
　　基于內(nèi)容的推薦算法和協(xié)同過(guò)濾推薦算法是推薦系統(tǒng)中兩種常用的推薦方法。音樂(lè)作品不同于文本信息，很難從音樂(lè)本身的內(nèi)容去做推薦；在使用協(xié)同過(guò)濾推薦
　　算法時(shí)，由于很少有用戶對(duì)歌曲進(jìn)行直接評(píng)分，因此需要將用戶的歷史行為進(jìn)行評(píng)分制轉(zhuǎn)換，這往往會(huì)丟失許多有用信息。為提高音樂(lè)推薦排名的準(zhǔn)確性，本文研究了基于排序?qū)W習(xí)的音樂(lè)推薦

3、方法，并設(shè)計(jì)了一個(gè)基于排序?qū)W習(xí)的音樂(lè)推薦系統(tǒng)。系統(tǒng)從用戶對(duì)音樂(lè)下載、收藏、或多次進(jìn)行收聽(tīng)行為中分析用戶對(duì)于音樂(lè)作品的偏好。根據(jù)用戶對(duì)產(chǎn)品的偏好關(guān)系和相關(guān)度為用戶給出一個(gè)排序的產(chǎn)品列表。
　　本文的主要工作包括以下幾點(diǎn)內(nèi)容：
　?、傺芯苛顺Ｓ玫膸追N推薦算法和排序?qū)W習(xí)算法，比較了基于內(nèi)容的推薦算法、協(xié)同過(guò)濾推薦算法和混合推薦算法的優(yōu)缺點(diǎn)，以及點(diǎn)級(jí)、對(duì)級(jí)和列表級(jí)三種排序?qū)W習(xí)方法的應(yīng)用場(chǎng)景，探索將排序?qū)W習(xí)方法應(yīng)用到推薦系統(tǒng)中的方法和