基于模糊聚类的歌曲智能推荐方法研究

• 作者: 何俊 刘浩淼 徐从富
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 模糊聚类 歌曲属性 数据矩阵 相似矩阵 动态聚类图
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 2423-2427
• 页数: 5页
• 分类号: TP39|O211.1
• 字数: 3800字
• 语种: 中文

摘要

采用模糊聚类算法原理对歌曲进行分类,智能地为用户推荐其所喜爱的同类歌曲.主要方法是首先确定聚类算法对象的属性指标,然后将属性指标依次根据数据模型建立数据矩阵并将矩阵进行差异度分析,以计算对象之间的距离.差异度分析后将矩阵转化成模糊相似矩阵并得出动态聚类图,最后根据动态聚类图,把相似的歌曲放在相同的簇中间,较好的实现了歌曲的动态分类,改变了同类网站采用排行榜给用户推荐歌曲的传统模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐从富	浙江大学计算机学院	78	1329	17.0	35.0
2	何俊		8	26	4.0	5.0
3	刘浩淼	浙江大学计算机学院	1	2	1.0	1.0