版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、ADissertationSubmittedtoZhejiangUniversityfortheDegreeofMasterofEngineering⑧TITLE:魚!壘乜h二旦壘墨金魚里殳!墨Q壘壘!至圣殳魚MusicRecommendationAuthor:Supervisor:£!Q£皇璺曼Q!g塾墜旦gh皇旦SubmittedDate:II壘旦:星Q!圣AbstractAstheinformationexplosioneraap
2、proaches,theresourcetypesandthewavstetrieVelnformationhavewidelychangedIntemetmusicradio,asabmdnewwaVtormusicentertainmenthasbecomemoreandmorepopularbecauseofitsfriendlvuserInterfaceandpromptlymusicupdateConsideringtheev
3、olutionarytrendsforthewldelYusefortheintemetradio,thisthesisfocusesonthemusicrecommendersvstemfor1nIernetradiomodelWeproposetwoalgorithmstosolvethepersonalizedmusicrecommendationproblemfordifferentsizeofdataf’1rstlytheth
4、esisintroducesanovelpersonalizedalgorithmbasedontagandrating(abbrPRABOTRalgorithm)Weabstractthemusic腳ioasamodelconsistingjtypesofobjects(usertagandmusic)Afterconstructingtherelationm枷ces鋤ongdlffe陀n‘typesofobjects,thealgo
5、rithmusessubspacelearningtechniquetomapeacho%ectmtoanotherlowIdimensionspaceWiththenewcoordinateofeachobjectinthelearningsubspaee,PRABOTRalgorithmusesKnearestneighbormethodforeaChuserandrecommendsthenearestsongstothemsec
6、ondlyafterremovingthetagobjectsinPRABOTRmodel,thethesisDroposes粕otherstate。ofartalgorithmbasedonratingforlargescaledata(abbralgorithm),whichhasbeenintegratedintothe9skyrecommendercommercialuseIt’sa‘cash’propagationmodelc
7、onsisting4layersalgorithmmakesthetargetuserLS唯RsystemforLS睜Rasthestartingpoint,andspreads‘cash,betweenadjacen,,、tlayerStogettheresulting‘cash’valueforeverysongInthefinalstep,LS’蝴Rrecommendshighlyratedsongstotheta唱etusera
8、ccordingtothecash,valueThirdlythethesisUSeStwocriterions(precisionandnomlalizeddiscountedcumulativegain)tocomparetheproposedalgorithmswithseveralclassicalrecommendationalgorithmsAndtheexperimentresultshowsthattheproposed
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖的個性化推薦研究.pdf
- 基于標(biāo)簽信息的個性化音樂推薦算法研究.pdf
- 基于社會化網(wǎng)絡(luò)的個性化音樂推薦算法研究.pdf
- 基于情景感知的個性化音樂推薦算法的研究.pdf
- 基于可視化的個性化推薦.pdf
- 基于圖模型的個性化推薦技術(shù)研究.pdf
- 個性化音樂推薦算法的研究與實(shí)現(xiàn).pdf
- 基于本體的個性化推薦系統(tǒng)
- 基于風(fēng)格相似的個性化音樂推薦系統(tǒng)研究.pdf
- 基于關(guān)聯(lián)規(guī)則的個性化推薦.pdf
- 基于行為模型的個性化推薦.pdf
- 基于鍵值的個性化推薦算法.pdf
- 基于領(lǐng)域本體的個性化音樂推薦系統(tǒng)的設(shè)計與實(shí)現(xiàn).pdf
- 基于混合模式的個性化音樂推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 個性化推薦系統(tǒng)
- 基于圖模型的個性化標(biāo)簽推薦技術(shù)研究.pdf
- 基于文本語義的個性化圖書推薦.pdf
- 基于情感分析的個性化推薦研究.pdf
- 基于在線評論的個性化推薦系統(tǒng).pdf
- 基于情感權(quán)重的個性化推薦系統(tǒng).pdf
評論
0/150
提交評論