基于用户行为分析的音乐个性化推荐方法研究

• 作者: 周子雅 戴心雨 洪宇璐 王任颖 章程
• 来源期刊: 电脑迷
• 关键词: 音乐个性化推荐 数据分析 似度分析
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 电子技术
• 页码范围: 94
• 页数: 1页
• 字数: 1824字
• 语种: 中文

摘要

互联网音乐的出现,使得在人们在享受音乐服务的空间和时间上越来越自由.但面对海量增长的音乐作品,信息过载和用户无目的搜索成为最直接的问题,为提高用户体验,有效解决方法之一就是个性化推荐系统.个性化推荐系统是通过分析用户兴趣、需求等信息,获得用户特殊需求,为用户提供个性化的服务.本文介绍了一种基于用户历史歌单,致力于研究为用户提供个性化音乐推荐的方案.最终通过对用户歌单的分析,分别采用word2vec模型以及jaccard与余弦相似度,得出基于用户的个性化音乐推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王任颖		1	0	0.0	0.0
2	章程		1	0	0.0	0.0
3	周子雅		1	0	0.0	0.0
4	洪宇璐		2	0	0.0	0.0
5	戴心雨		3	0	0.0	0.0