基于高階潛在語義分析的音樂推薦系統(tǒng)的研究.pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的高速發(fā)展，互聯(lián)網(wǎng)上的多媒體資源數(shù)量呈爆炸性增長，用戶要在如此龐大的資源中快速找到自己感興趣的資源是非常困難的。推薦系統(tǒng)就是針對(duì)不同用戶預(yù)定義的一些參數(shù)或者歷史訪問記錄，推薦給用戶其可能感興趣的資源，提供個(gè)性化服務(wù)的系統(tǒng)。而音樂推薦系統(tǒng)也就是專門針對(duì)大量的音樂數(shù)據(jù)的一種推薦系統(tǒng)。 由于傳統(tǒng)的音樂推薦系統(tǒng)一般只使用用戶對(duì)歌曲的打分信息，或者只利用歌曲自身的音頻特征進(jìn)行推薦，推薦的效果很難滿足用戶的需要，所以目前

2、對(duì)于音樂推薦系統(tǒng)的研究大部分都放在了將兩者結(jié)合的混合推薦方法。這種方法的難點(diǎn)之一就是如何從歌曲中提取出能夠影響推薦效果的特征，其次就是如何將這兩者有效的結(jié)合到一起。 本文的主要工作有以下兩個(gè)方面： (1)將潛在語義分析應(yīng)用在音樂推薦領(lǐng)域，使用了一種改進(jìn)的算法一高階潛在語義分析。該算法能將用戶對(duì)歌曲的打分信息與歌曲本身的內(nèi)容信息整合在一起，實(shí)現(xiàn)從高維數(shù)據(jù)到低維數(shù)據(jù)的映射。經(jīng)過試驗(yàn)證明，這種算法應(yīng)用在音樂推薦系統(tǒng)之中的效果較