具有多樣性的在線KTV音樂推薦算法研究.pdf

1、隨著因特網(wǎng)的迅猛發(fā)展，在線多媒體娛樂被越來越多的人所接受。同時(shí)，在線KTV作為一種新興的在線多媒體娛樂形式，受到了越來越多的關(guān)注。但是受信息過載的影響，人們在成千上萬的歌曲中尋找自己的所需，變得越來越困難。有的用戶由于平時(shí)熟練的歌曲不多，即使在系統(tǒng)中有自己會唱的歌曲，往往也很難快速發(fā)現(xiàn)它們;而另一些用戶由于會唱的歌曲過多，進(jìn)入系統(tǒng)后又會顯得不知所措。因此使用推薦系統(tǒng)，幫助用戶從眾多的候選項(xiàng)目中快速地選出符合其喜好的音樂，就顯得十分重要。

2、
　　然而，因?yàn)樵诰€KTV系統(tǒng)中的分?jǐn)?shù)，代表的是用戶演唱水平，而非其喜好程度，所以普通的協(xié)同過濾推薦系統(tǒng)在這里并不適用。同時(shí)，由于情感等因素的影響，用戶的翻唱具有一定的序列特性，而一般的推薦系統(tǒng)并不擅長捕捉這一特點(diǎn)。因此本文對歌曲與用戶進(jìn)行建模，對在線KTV音樂推薦進(jìn)行了探索，主要研究內(nèi)容與貢獻(xiàn)如下:
　　1.通過對用戶歷史翻唱記錄的學(xué)習(xí)，捕捉了用戶與歌曲以及歌曲之間的聯(lián)系，提出了個(gè)性化馬爾可夫映射模型，同時(shí)利用用戶的長期偏