大规模隐式反馈的词向量音乐推荐模型

• 作者: 于帅 林宣雄 邱媛媛
• 来源期刊: 计算机系统应用
• 关键词: 词向量 协同过滤 推荐算法 Word2Vec 深度学习
• 年，卷（期）: 2017,（11）
• 页码范围: 28-35
• 页数: 8页
• 字数: 7925字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006049

摘要

现有音乐推荐系统在大规模隐式反馈场景下存在推荐困难的问题,提出大规模隐式反馈的词向量音乐推荐模型(Word-Embedding Based Implicit Music Recommender).本模型借鉴了自然语言处理领域的Word2Vec技术,通过学习用户音乐收藏播放记录里的歌曲共现信息,获得用户、音乐在分布式空间的低维、紧致的向量表示,从而得到用户、音乐之间的相似度进行推荐,并且在理论上论述了Word2Vec技术应用在推荐系统上的正确性.该模型在保证准确率和召回率几乎不变的同时,收敛速度快,占用内存小,试验结果表明该模型有效的解决了大规模隐性反馈场景下音乐推荐困难的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林宣雄	西安交通大学软件学院	21	278	7.0	16.0
2	于帅	西安交通大学软件学院	2	32	2.0	2.0
3	邱媛媛	西安交通大学软件学院	2	32	2.0	2.0