发明名称 |
一种基于机器学和协同过滤的音乐推荐系统 |
摘要 |
本发明提出了构建一个基于机器学和协同过滤的音乐推荐模型,主要是为了提供给用户更友好以及个性化的音乐推荐,使用户能够拥有较好和较新颖的产品使用体验。本发明所提出的推荐模型和提供构建方法为:首先从App类型的角度入手,发明了一种基于模型学的音乐推荐方案;再从用户偏好入手,结合社交关系,提出了一种协同过滤的音乐推荐方案;最后将两种方案结合并以排行榜的方式将给用户推荐音乐,同时也为用户提供反馈机制一边模型能够自动的优化推荐系统。 |
申请公布号 |
CN105447193A |
申请公布日期 |
2016.03.30 |
申请号 |
CN201510970387.8 |
申请日期 |
2015.12.22 |
申请人 |
中山大学深圳研究院 |
发明人 |
苏航;谢玉婷;张桃;刘海亮 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于机器学习和协同过滤的音乐推荐系统,其特征在于,考虑到APP的众多类型,从App类型角度入手,提出了一种基于模型学习的音乐推荐方案。具体步骤为:1)每个类别的App形成训练样本,通过提取标签形成特征向量;2)每种类别的音乐选取部分优秀作品,通过分析音乐网站中的评论和音乐歌词,获得音乐特征向量;3)每个类别选取部分优秀有配乐的App,得到App特征向量和音乐特征向量,然后形成训练集。4)通过模型学习的方法,先对App进行分类,然后匹配音乐。 |
地址 |
518000 广东省深圳市南山区科技园南区中山大学产学研大楼15层 |