版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)日益普及和信息資源急劇增加,用戶很難從大量信息中尋找對自己有用的信息,導致信息利用率降低,帶來“信息過載”問題。個性化推薦系統(tǒng)是解決這一問題的有效手段。個性化推薦系統(tǒng)收集用戶的行為特征,對用戶興趣進行建模,進而從海量數(shù)據(jù)中挖掘符合用戶興趣模型的信息并推薦給用戶,其實質是根據(jù)用戶的歷史行為,對其潛在興趣進行預測。
音樂是一種表達內(nèi)心情感、反應社會生活、陶冶個人情操的藝術形式。隨著互聯(lián)網(wǎng)的高速發(fā)展,越來越多的音樂作品以數(shù)
2、字形式在網(wǎng)絡上流通,使得用戶越來越難以從海量的音樂數(shù)據(jù)中挑選出自己喜歡的作品,導致了對音樂推薦系統(tǒng)的極大需求。與此同時,Yahoo、騰訊、網(wǎng)易等大型互聯(lián)網(wǎng)公司也十分重視對音樂推薦系統(tǒng)的研究,并推出了Pandora、Last.fm、Slacker Radio和QQ音樂、網(wǎng)易云音樂、豆瓣音樂等音樂推薦系統(tǒng)。然而,根據(jù)前期調(diào)研結果,現(xiàn)有的音樂推薦系統(tǒng)大多采用靜態(tài)的推薦算法,當數(shù)據(jù)出現(xiàn)變化時,需要基于整個數(shù)據(jù)集重新構建推薦模型。在大規(guī)模數(shù)據(jù)集上
3、,靜態(tài)推薦算法需要消耗很多的計算資源和時間進行推薦模型的重構,效能較低。
本文基于一種經(jīng)典的協(xié)同過濾推薦算法,即Slope One算法,研究增量音樂推薦系統(tǒng)。Slope One算法具備高效、易擴展的優(yōu)點,非常適合用以對增量音樂推薦系統(tǒng)進行研究。本文的主要工作在于:1)對Slope One算法進行了深入研究,對基本Slope One算法、加權Slope One算法和雙極Slope One算法的訓練規(guī)則進行深入分析;2)基于Slo
4、pe One靜態(tài)算法的更新規(guī)則,通過計算數(shù)據(jù)更新對參數(shù)更新的影響,分別提出并實現(xiàn)了基本Slope One增量算法、加權Slope One增量算法和雙極Slope One增量算法;3)在權威公測數(shù)據(jù)集MovieLens和EachMovie上進行了詳細實驗,證明了Slope One增量算法能與Slope One靜態(tài)算法達到相同的推薦準確度;4)以詳盡的需求分析為基礎,進行了系統(tǒng)架構設計、功能模塊設計和數(shù)據(jù)庫設計,以Slope one增量算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hadoop的Slope One及其改進算法實現(xiàn).pdf
- 基于局部近鄰Slope One與動態(tài)專家的協(xié)同過濾推薦算法研究.pdf
- 基于聯(lián)合曲目推薦算法的移動音樂播放系統(tǒng)設計與實現(xiàn).pdf
- 基于音樂基因的混合音樂推薦系統(tǒng)的設計與實現(xiàn).pdf
- 基于排序學習的音樂推薦系統(tǒng)設計與實現(xiàn).pdf
- 基于項目分類和K-means聚類的加權Slope One算法研究.pdf
- 基于聚類的增量圖書推薦系統(tǒng)的研究與實現(xiàn)
- 基于聚類的增量圖書推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于混合推薦算法的情境感知音樂推薦系統(tǒng)研究與實現(xiàn).pdf
- 基于感知器算法的中文分詞增量系統(tǒng)設計與實現(xiàn).pdf
- 音樂電臺推薦系統(tǒng)的設計與實現(xiàn).pdf
- 增量聚類算法的設計與實現(xiàn).pdf
- 基于智能推薦算法的評分系統(tǒng)設計與實現(xiàn).pdf
- 基于二分圖推薦算法的電影推薦系統(tǒng)的設計與實現(xiàn).pdf
- 音樂推薦系統(tǒng)的設計和實現(xiàn).pdf
- 基于領域本體的個性化音樂推薦系統(tǒng)的設計與實現(xiàn).pdf
- 基于混合推薦技術的推薦系統(tǒng)設計與實現(xiàn).pdf
- 基于混合算法的推薦系統(tǒng)的研究與實現(xiàn).pdf
- 基于協(xié)同過濾算法的音樂推薦系統(tǒng).pdf
- 基于協(xié)同過濾算法的推薦系統(tǒng)框架設計與實現(xiàn).pdf
評論
0/150
提交評論