基于Cat Boost算法的个人歌曲喜好预测

• 作者: 薛钧星 孔钧昊
• 来源期刊: 电脑编程技巧与维护
• 关键词: 音乐推荐 Cat Boost算法 机器学习 数据挖掘
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能与应用
• 页码范围: 110-111,119
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4052.2022.01.040

摘要

为了解决个人歌曲喜好的预测问题,提出了一种基于Cat Boost算法的预测方法.使用Spotify所提供的音乐数据集进行研究,利用Cat Boost模型的建立进行预测.实验结果表明,基于Cat Boost算法的模型个人音乐喜好预测方法预测准确度高,能够更好地利用类别信息,是机器学习在音乐推荐领域的成功应用.