基于FP-growth算法的音樂(lè)推薦應(yīng)用研究.pdf

1、個(gè)性化推薦在社會(huì)生活中的各方面都有應(yīng)用，音樂(lè)推薦是其中的重要一環(huán)。目前數(shù)字音樂(lè)的增長(zhǎng)是指數(shù)級(jí)別的，當(dāng)用戶想從海量音樂(lè)中搜索并發(fā)現(xiàn)自己喜歡的音樂(lè)時(shí)，會(huì)發(fā)現(xiàn)往往達(dá)不到自己的目的，面對(duì)這種需求，國(guó)內(nèi)外學(xué)者爭(zhēng)相研究音樂(lè)檢索問(wèn)題，比較常見(jiàn)的音樂(lè)檢索方法只能利用現(xiàn)有的樂(lè)庫(kù)，當(dāng)用戶把目標(biāo)曲庫(kù)的各種信息記住以后才能進(jìn)行檢索，在社會(huì)生活節(jié)奏日益加快的情況下，這種方法顯然不太符合用戶要求，及時(shí)快速的反應(yīng)才是用戶真正的需求，因此系統(tǒng)需要清楚地了解用戶的需要，

2、明白用戶的興趣點(diǎn)，并把相應(yīng)的音樂(lè)播放出來(lái)，達(dá)到用戶想要的效果。當(dāng)前，亟需解決的問(wèn)題是針對(duì)不同的用戶，為他們推薦獨(dú)一無(wú)二最符合他們興趣的歌單。
　　音樂(lè)推薦技術(shù)多為基于標(biāo)簽的、基于內(nèi)容的、基于協(xié)同過(guò)濾的方法等，基于關(guān)聯(lián)規(guī)則算法的推薦系統(tǒng)研究尚處于起步階段，在音樂(lè)上的應(yīng)用研究也不多見(jiàn)。因此本文在回顧總結(jié)了數(shù)據(jù)挖掘技術(shù)和音樂(lè)推薦技術(shù)的基礎(chǔ)上，將關(guān)聯(lián)規(guī)則算法中的FP-growth算法與基于協(xié)同過(guò)濾的推薦算法和基于內(nèi)容的推薦算法進(jìn)行對(duì)比評(píng)價(jià)

3、，證明該算法的優(yōu)越性以及解決推薦問(wèn)題的作用，之后將本算法應(yīng)用于實(shí)際的音樂(lè)數(shù)據(jù)挖掘和推薦中，并將音樂(lè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行有效的數(shù)據(jù)轉(zhuǎn)換，提高挖掘效率和準(zhǔn)確性，對(duì)音樂(lè)推薦結(jié)果進(jìn)行了用戶滿意度的測(cè)評(píng)，證明依照本文所述算法實(shí)現(xiàn)的音樂(lè)推薦確有其可行性及實(shí)際的應(yīng)用價(jià)值。最后對(duì)實(shí)際研究中所做的工作進(jìn)行了總結(jié)，同時(shí)對(duì)算法的改進(jìn)和推薦技術(shù)的未來(lái)等方面做出了展望。
　　網(wǎng)絡(luò)音樂(lè)推薦系統(tǒng)的技術(shù)還有待發(fā)展，本文的研究對(duì)FP-growth算法在音樂(lè)上的應(yīng)用做