BP神經(jīng)網(wǎng)絡(luò)算法在音樂(lè)流行趨勢(shì)預(yù)測(cè)中的應(yīng)用研究.pdf

1、音樂(lè)的流行趨勢(shì)可以根據(jù)當(dāng)前的流行藝人表現(xiàn)出來(lái)，因此對(duì)音樂(lè)流行趨勢(shì)的預(yù)測(cè)也就是對(duì)哪些音樂(lè)藝人即將成為未來(lái)一段時(shí)間內(nèi)的流行藝人的預(yù)測(cè)。而判斷某個(gè)藝人是否是流行藝人則可以根據(jù)該藝人最近一段時(shí)間里的音樂(lè)試聽(tīng)量來(lái)判斷。通過(guò)統(tǒng)計(jì)分析用戶對(duì)音樂(lè)的操作（試聽(tīng)、下載、收藏）記錄，預(yù)測(cè)出藝人在下一階段內(nèi)的音樂(lè)試聽(tīng)量，從而可以判斷出哪些藝人在未來(lái)一段時(shí)間內(nèi)音樂(lè)試聽(tīng)量最高，這些藝人即代表著未來(lái)一段時(shí)間內(nèi)的音樂(lè)流行趨勢(shì)。
　　本文通過(guò)統(tǒng)計(jì)分析電子音樂(lè)平臺(tái)產(chǎn)

2、生的用戶試聽(tīng)、下載、收藏歌曲的行為記錄，結(jié)合二次指數(shù)平滑法、自回歸移動(dòng)平均模型以及BP神經(jīng)網(wǎng)絡(luò)模型對(duì)藝人歌曲試聽(tīng)量進(jìn)行了預(yù)測(cè)，同時(shí)設(shè)計(jì)并實(shí)現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)算法的音樂(lè)流行趨勢(shì)預(yù)測(cè)系統(tǒng)。本文的主要研究工作如下:
　　1.通過(guò)閱讀大量國(guó)內(nèi)外文獻(xiàn)，研究了國(guó)內(nèi)外音樂(lè)試聽(tīng)量預(yù)測(cè)的研究現(xiàn)狀、神經(jīng)網(wǎng)絡(luò)算法研究的現(xiàn)狀、該算法的特點(diǎn)以及在多個(gè)應(yīng)用領(lǐng)域中的使用情況。重點(diǎn)研究了BP神經(jīng)網(wǎng)絡(luò)算法的應(yīng)用，并對(duì)電子音樂(lè)平臺(tái)上產(chǎn)生的基礎(chǔ)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，尋找

3、影響藝人音樂(lè)試聽(tīng)量的主要因素，最后使用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)藝人在接下來(lái)一個(gè)月內(nèi)每天的音樂(lè)試聽(tīng)總量進(jìn)行了預(yù)測(cè)。
　　2.在使用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)藝人音樂(lè)試聽(tīng)量進(jìn)行預(yù)測(cè)的同時(shí)，使用了二次指數(shù)平滑法、自回歸移動(dòng)平均模型對(duì)藝人音樂(lè)試聽(tīng)量進(jìn)行預(yù)測(cè)，最后對(duì)比三種預(yù)測(cè)方法的預(yù)測(cè)結(jié)果。
　　3.設(shè)計(jì)并實(shí)現(xiàn)了基于BP神經(jīng)網(wǎng)絡(luò)算法的音樂(lè)流行趨勢(shì)預(yù)測(cè)系統(tǒng)。該系統(tǒng)是通過(guò)J2EE平臺(tái)，結(jié)合web開發(fā)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)挖掘技術(shù)進(jìn)行開發(fā)的?？梢宰尣欢?/p>