音樂推薦系統(tǒng)的設計和實現(xiàn).pdf

1、隨著互聯(lián)網的飛速發(fā)展，網上信息大量增加，面對海量信息，用戶要從網上查找到感興趣的內容變得越來越困難。傳統(tǒng)搜索引擎能為人們過濾一部分無關信息，但網上具有相同關鍵字的信息太多，從搜索結果中發(fā)現(xiàn)感興趣的內容仍是一件費時費力的事情，在百度搜索“推薦系統(tǒng)”，找到的相關結果有1億個。而且，傳統(tǒng)搜索方式只會找到具有搜索關鍵字的內容，卻不能發(fā)現(xiàn)與之關系緊密，又沒有類似關鍵字的信息。
　　音樂是人們生活中不可或缺的一項娛樂內容，網絡的便捷性讓在線音

2、樂快速發(fā)展，音樂推薦成了個性化推薦系統(tǒng)中一個重要組成部分，國內外各式各樣的在線音樂服務不斷涌現(xiàn)，國內近年來興起的YY語音、網易云音樂、Jing.fm等都是此類代表。網絡狀況的改善，讓用戶越來越習慣于隨聽隨播的收聽方式，主動發(fā)現(xiàn)音樂的動力在減弱。個性化音樂推薦是現(xiàn)今在線音樂服務必備的內容，也是實現(xiàn)音樂長尾推薦的方法。用戶收聽音樂的行為，如反復收聽、收聽過程中跳過一首歌曲、收藏一個專輯等行為，都反映了用戶對音樂的喜好傾向。因此，本文根據(jù)用戶

3、收聽音樂產生的日志數(shù)據(jù)，統(tǒng)計每個用戶收聽了哪些歌手，分別收聽的次數(shù)，把次數(shù)轉換成評分，利用個性化推薦指紋給用戶推薦可能感興趣的歌手。
　　協(xié)同過濾推薦方法是最早提出的推薦方法，能夠對機器難以進行內容過濾的信息進行過濾，在推薦系統(tǒng)中得到了大量應用，在商業(yè)應用上取得了不錯的成績。隨著研究的深入和實際應用的需要，協(xié)同過濾與其它方法相結合，衍生出許多不同的具體算法，Slope One算法和SVD算法便是近些年興起的著名算法。本文的研究也主