作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
依据用户的播放历史确定其音乐类型的偏好并进行准确的推荐是音乐播放软件的必备功能,但目前大部分软件的推荐算法都将播放历史中的所有音乐赋予了相同的权重,使推荐结果与用户需求产生较大偏差,为此提出了一种基于注意力动态分布的音乐推荐技术,根据每个用户的播放历史为其分配动态的注意力,即为上下文赋予不同的权重,从而获取更贴近用户偏好的推荐结果.实验结果表明,相较于其它同类方法本文所提出的方法具有更高的精确度.
推荐文章
基于注意力机制的音乐深度推荐算法
深度学习
注意力机制
音乐推荐
一种基于自注意力机制的组推荐方法
群组推荐
自注意力机制
协同过滤
深度学习
融合策略
注意力协同辅助变分推荐算法
推荐系统
注意力机制
辅助信息
变分自动编码器
基于注意力机制的音乐深度推荐算法
深度学习
注意力机制
音乐推荐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于注意力动态分布的音乐推荐技术研究
来源期刊 现代科学仪器 学科
关键词 音乐推荐技术 深度学习 注意力动态分析 AMNN推荐算法 权重
年,卷(期) 2021,(2) 所属期刊栏目 技术创新与应用
研究方向 页码范围 276-280
页数 5页 分类号 TP391.3
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(11)
  • 参考文献(0)
  • 二级参考文献(11)
2018(8)
  • 参考文献(0)
  • 二级参考文献(8)
2019(8)
  • 参考文献(3)
  • 二级参考文献(5)
2020(6)
  • 参考文献(5)
  • 二级参考文献(1)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
音乐推荐技术
深度学习
注意力动态分析
AMNN推荐算法
权重
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代科学仪器
双月刊
1003-8892
11-2837/TH
大16开
北京海淀区西三环北路27号理化实验楼512室
1984
chi
出版文献量(篇)
4906
总下载数(次)
12
论文1v1指导