基于社會(huì)化標(biāo)簽的音樂(lè)推薦技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，數(shù)字多媒體技術(shù)極大方便了人們對(duì)于音樂(lè)的追求，很多音樂(lè)社交網(wǎng)站受到大眾的喜愛(ài)與追捧，音樂(lè)數(shù)據(jù)迅猛增長(zhǎng)使用戶淹沒(méi)在海量的信息中與此同時(shí)，信息過(guò)載問(wèn)題給用戶和提供商都帶來(lái)了挑戰(zhàn)。傳統(tǒng)的音樂(lè)搜索只適應(yīng)于用戶有明確目標(biāo)并且能用關(guān)鍵字表達(dá)自己想要的，搜索到的信息沒(méi)有考慮用戶的差異性，同時(shí)，只有部分音樂(lè)被用戶關(guān)注或下載，絕大部分音樂(lè)無(wú)人問(wèn)津，這也是典型的音樂(lè)長(zhǎng)尾現(xiàn)象。對(duì)于上述問(wèn)題，個(gè)性化音樂(lè)推薦技術(shù)已成為解決這些問(wèn)題的有效方

2、法。本文從社會(huì)化標(biāo)簽著手，針對(duì)如何提高音樂(lè)推薦的多樣性，準(zhǔn)確性以及如何解決冷啟動(dòng)這幾個(gè)關(guān)鍵問(wèn)題進(jìn)行深入研究。
　　其一，為了提高音樂(lè)推薦的準(zhǔn)確性和多樣性，提出了基于關(guān)聯(lián)規(guī)則的社會(huì)化標(biāo)簽的音樂(lè)推薦方法。通過(guò)結(jié)合用戶顯式和隱式反饋的信息，建立帶權(quán)重標(biāo)簽的用戶興趣模型，結(jié)合改進(jìn)后的關(guān)聯(lián)規(guī)則F-Apriori算法向用戶推薦標(biāo)簽相關(guān)聯(lián)的支持度高的音樂(lè)。由于顯式反饋信息需要用戶額外的付出，給用戶帶來(lái)了負(fù)擔(dān)，用戶也不能實(shí)時(shí)地反映其真實(shí)興趣，使數(shù)

3、據(jù)帶有噪聲，所以本文結(jié)合隱式反饋來(lái)更準(zhǔn)確地分析用戶的喜好，并提出多維對(duì)應(yīng)分析去除標(biāo)簽噪音。
　　其二，為了解決用戶信息稀疏以及新物品的冷啟動(dòng)問(wèn)題，提出了基于社會(huì)化標(biāo)簽的物品屬性的混合音樂(lè)推薦方法。由于用戶越來(lái)越注重個(gè)人的隱私保護(hù)導(dǎo)致用戶屬性的信息稀疏，所以本文考慮對(duì)物品屬性進(jìn)行研究，利用隱含狄利克雷模型結(jié)合物品屬性將新物品進(jìn)行分類并用社會(huì)化標(biāo)簽表示，與用戶興趣模型結(jié)合進(jìn)行混合音樂(lè)推薦。當(dāng)推薦系統(tǒng)中加入新物品時(shí)，由于新物品沒(méi)有任何用