基于標(biāo)簽信息的個性化音樂推薦算法研究.pdf

1、近年來，隨著移動互聯(lián)網(wǎng)和流媒體技術(shù)的發(fā)展，數(shù)字音樂已被越來越多的人接受，且越來越流行。傳統(tǒng)的音樂索引技術(shù)主要是利用關(guān)鍵字進(jìn)行查詢，然而面對如今互聯(lián)網(wǎng)上的海量音樂數(shù)據(jù)，用戶要找到喜歡的音樂如同大海撈針。在移動互聯(lián)網(wǎng)時代，人們的生活節(jié)奏很快，設(shè)備隨時隨地都可以接入網(wǎng)絡(luò)，用戶在日常工作、學(xué)習(xí)或是運(yùn)動中都有聽音樂的習(xí)慣。面對浩瀚的音樂庫，個性化音樂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曲目，這也是目前的音樂推薦技術(shù)關(guān)注的重點(diǎn)。

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

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