基于用户偏好的个性化音乐推荐方法研究

发布时间：2024-07-09 04:30

　　随着网络技术的快速发展,互联网上可供用户挑选的物品呈现指数型增长,这导致了用户很难选择到自己真正感兴趣的物品,即产生了信息过载问题。推荐系统因此应运而生,推荐系统建模用户的偏好,主动为用户提供个性化推荐服务。音乐推荐旨在从用户与音乐的交互数据中进行有效的信息挖掘,根据用户的兴趣、行为、社交关系等多方面的因素为用户提供个性化音乐推荐。然而,现有的音乐推荐方法大多只在简单的层次上考虑用户的偏好,缺乏对用户偏好的充分挖掘。在已有的音乐推荐中,大多数基于协同过滤的音乐推荐算法直接将用户听取歌曲的频数作为用户对于歌曲的评分,而忽略了这些频数之间的分布情况。除此之外,音乐本身的特征,如音色、音调等内容难以提取和处理,导致音乐的本质特征不能有效的应用在音乐推荐中,不能给用户提供较为满意的个性化音乐推荐。基于以上问题,本文重点研究加入标签对于用户特征提取的影响,在此基础上提出了融合用户多方面的特征的个性化音乐推荐方法,本文主要的研究成果如下:(1)考虑用户听取歌曲频数的分布,建立了合理的评分机制,将用户听取歌曲的频数转换为一定范围内的评分。此外,针对音乐自身的特征难以提取和处理的问题,本文使用标签代替...

【文章页数】：50 页

【学位级别】：硕士

【部分图文】：

图1-1中国网民规模及互联网普及率

第一章绪论研究背景及意义在互联网蓬勃发展的当今社会，海量的信息和数量呈指数式增长的物品分布在平台上，人们可以有更多的选择去浏览感兴趣的信息。如图1-1所示，根据中信息中心的调查[1]，到2018年6月为止，我国的网民人数达到8.02亿，上半民2968万人，....

图1-3影响音乐感知的四种不同类型的因素[13]

电影MovieLens,Netflix,Moviefinder视频youtobe,aiqiyi,bilibili阅读GoogleReader,dangdang,zite生活中，人们通常为了阻挡噪音或者放松心情而选择听TIDAL，Spotify等在线音乐流媒体....

图2-4Zipf定律[55]

11/rrrdrNN(2-8)成立：rrrdNN库中出现的词的数量存在着一定的规律，我们称之为Zi现三次的词的数量超过出现两次的，且出现两次的词的数量的词的数量。从图2-4可以看出当越大的时候词的数量中得出rdr，而0d....

;图3-2listenedTracksCount和Cunt(listenedCount)的分析;

图3-2listenedTracksCount和Cunt(listenedCount)的分析可以看出，用户的听歌次数及其频数同样呈现了严重的和其他物品有所不同，用户对于大多数的音乐存在着重别喜欢的音乐或者歌手，听歌的次数会呈现更大的值，悉且不感兴趣的歌曲都只是听取了一次，....

本文编号：4004398