基于协同过滤的歌曲推荐算法研究

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

• 0 引言
• 1 协同推荐算法
• 2 数据集获取
•   2.1 测试数据集
•   2.2 数据预处理
•   2.3 歌曲推荐数据
• 3 实验研究
•   3.1 实验设计
•   3.2 实验分析
• 4 结语

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