基于標(biāo)簽信息的個(gè)性化音樂(lè)推薦算法研究.pdf

1、近年來(lái)，隨著移動(dòng)互聯(lián)網(wǎng)和流媒體技術(shù)的發(fā)展，數(shù)字音樂(lè)已被越來(lái)越多的人接受，且越來(lái)越流行。傳統(tǒng)的音樂(lè)索引技術(shù)主要是利用關(guān)鍵字進(jìn)行查詢，然而面對(duì)如今互聯(lián)網(wǎng)上的海量音樂(lè)數(shù)據(jù)，用戶要找到喜歡的音樂(lè)如同大海撈針。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，人們的生活節(jié)奏很快，設(shè)備隨時(shí)隨地都可以接入網(wǎng)絡(luò)，用戶在日常工作、學(xué)習(xí)或是運(yùn)動(dòng)中都有聽(tīng)音樂(lè)的習(xí)慣。面對(duì)浩瀚的音樂(lè)庫(kù)，個(gè)性化音樂(lè)推薦可以幫助用戶快速、準(zhǔn)確的找到符合自己興趣的音樂(lè)曲目，這也是目前的音樂(lè)推薦技術(shù)關(guān)注的重點(diǎn)。

2、>　　相比于傳統(tǒng)的商品推薦，音樂(lè)推薦除了要考慮音樂(lè)與用戶之間的關(guān)系，還需要考慮用戶聽(tīng)音樂(lè)過(guò)程中所標(biāo)注的標(biāo)簽信息。對(duì)于一首音樂(lè)，通常會(huì)有多個(gè)標(biāo)簽，不同的標(biāo)簽代表了用戶對(duì)音樂(lè)不一樣的理解，標(biāo)簽同時(shí)也在一定程度上表征了音樂(lè)的特性。本文充分利用用戶的長(zhǎng)期偏好、音樂(lè)的社會(huì)化標(biāo)簽信息，挖掘用戶的個(gè)人偏好和音樂(lè)標(biāo)簽所表征的音樂(lè)本身的特點(diǎn)，為了克服冷啟動(dòng)和數(shù)據(jù)稀疏等問(wèn)題，提出了一種瀑布型混合的個(gè)性化音樂(lè)推薦算法，具體內(nèi)容如下:
　　首先，本文針對(duì)

3、用戶-音樂(lè)矩陣，使用基于項(xiàng)目的協(xié)同過(guò)濾對(duì)矩陣進(jìn)行填充，之后使用聚類算法對(duì)用戶進(jìn)行聚類，聚類后使用基于用戶的協(xié)同過(guò)濾實(shí)現(xiàn)對(duì)用戶音樂(lè)的預(yù)測(cè)評(píng)分。
　　其次，使用改進(jìn)的基于二部圖的推薦，通過(guò)重啟隨機(jī)游走算法獲得用戶的top-N標(biāo)簽，找出與之關(guān)聯(lián)的音樂(lè)集合，用此集合調(diào)整基于用戶的協(xié)同過(guò)濾產(chǎn)生的預(yù)測(cè)評(píng)分，得到更符合用戶個(gè)性的音樂(lè)。
　　再次，考慮到音樂(lè)標(biāo)簽表征了音樂(lè)本身的特點(diǎn)，使用LDA模型對(duì)音樂(lè)中的標(biāo)簽信息進(jìn)行主題建模，得到音樂(lè)的主