论文摘要
根据用户的历史听歌记录挖掘用户的音乐偏好,给用户做出满意的个性化歌曲推荐具有重要意义。采用基于用户的K最近邻协同过滤推荐算法,以网易云1000多份热门歌单作为测试数据集,虾米音乐用户听歌行为数据,在PyCharm集成开发环境中进行实验研究,并用三种方法对获取的歌单推荐结果进行评估。
论文目录
文章来源
类型: 期刊论文
作者: 王炳祥
关键词: 歌曲推荐,协同过滤
来源: 数字技术与应用 2019年10期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 盐城生物工程高等职业技术学校计算机工程系
分类号: TP391.3
DOI: 10.19695/j.cnki.cn12-1369.2019.10.70
页码: 126-127
总页数: 2
文件大小: 2388K
下载量: 261