面向推荐系统的音乐特征抽取

• 作者: 唐振民 张燕 李燕萍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 音乐推荐系统 分形维 特征抽取 向量相似度
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 130-133
• 分类号: TP391.42
• 字数: 4885字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.05.039

摘要

音乐推荐系统是指根据用户的历史浏览数据,从候选库中推荐给用户可能喜欢的音乐的一种新型网络服务.该系统的关键在于需要对整个数据库按照音乐风格进行分类,基于此提出一种新的音乐特征处理方法来完成音乐库分类,以有效实现音乐推荐.该方法首先为候选音乐库构建常规的音乐特征数据集,然后基于分形理论对数据集进行属性约简,获取每一首音乐的推荐特征向量,并且依据特征向量的特点,定义了一种新的距离度量方法.在包含六种风格的音乐数据库的实验中,仿真结果证明了提出的音乐推荐特征和距离度量的有效性,与现有的基于内容的音乐检索研究相比,音乐推荐特征的使用极大地降低了对数据库存储量的需求,对音乐推荐系统的网络开发具有很好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民	南京理工大学计算机科学与技术学院	191	2436	26.0	40.0
2	张燕	南京理工大学计算机科学与技术学院	50	440	12.0	19.0
6	李燕萍	南京邮电大学通信工程学院	13	38	3.0	5.0