基于用戶評論的音樂推薦系統(tǒng)的研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展，各類音樂網(wǎng)站上的音樂產(chǎn)品越來越多。面臨海量的音樂產(chǎn)品，人們往往很難找到自己感興趣的音樂，推薦系統(tǒng)正好可以幫助用戶做出選擇。因此，如何根據(jù)用戶的個(gè)人喜好進(jìn)行更準(zhǔn)確、更個(gè)性化的推薦成為了一個(gè)重要的研究內(nèi)容。
　　目前，各類音樂網(wǎng)站平臺上包含了大量的用戶評論信息，然而大多數(shù)音樂產(chǎn)品的推薦都是基于傳統(tǒng)的協(xié)同過濾算法或基于內(nèi)容的推薦算法，忽略了用戶評論信息的重要性，并且這兩種算法一直面臨著數(shù)據(jù)稀疏性、推薦結(jié)果單一化等問

2、題，導(dǎo)致個(gè)性化推薦效果不佳。針對以上問題，本文從用戶的評論信息挖掘出發(fā)，首先設(shè)計(jì)了一個(gè)基于用戶評論的音樂推薦系統(tǒng)框架，然后詳細(xì)介紹了利用用戶評論文本對原有推薦算法的改進(jìn)過程，分別提出了融合用戶評論的矩陣分解歌曲推薦算法以及基于用戶評論的聚類歌單推薦算法。其中融合用戶評論的矩陣分解歌曲推薦算法通過從用戶的評論文本中提取出用戶興趣和歌曲特征，并將它們的最近鄰計(jì)算結(jié)果作為正則化項(xiàng)融入到矩陣分解模型中，從而改進(jìn)傳統(tǒng)的矩陣分解算法，提高了歌曲推薦