融入音樂子人格特質和社交網(wǎng)絡行為分析的音樂推薦方法.pdf

1、隨著人們生活質量的提高和生活節(jié)奏的加快，人們對精神生活的追求越來越高。音樂以其能夠調節(jié)情緒、陶冶情操的功能，成為大多數(shù)人們生活中必不可少的一部分。傳統(tǒng)的音樂推薦關注音樂特征和用戶行為偏好，推薦的音樂很難滿足用戶的個性化需求，用戶往往希望推薦系統(tǒng)能夠根據(jù)自己的情感推薦合適的音樂，例如在傷心的時候，可以推薦歡快的音樂。將用戶的情感維度加入到音樂推薦算法的設計中，根據(jù)用戶的情感狀態(tài)為用戶推薦合適的音樂，可以更好的滿足用戶的個性化需求。此外，人

2、格特質是影響音樂偏好的另一因素，相似的人格特質具有相似的音樂偏好?；诖?，本文提出一種融入音樂子人格特質和社交網(wǎng)絡行為分析的音樂推薦方法，主要研究內容包括以下幾個方面:
　　(1)針對用戶情感挖掘比較難的問題，本文設計了一種基于情感詞典的微博情感分析方法，考慮到中文情感詞匯本體庫的質量對于文本情感分析的準確性影響非常大，本文在大連理工大學的情感詞匯本體庫基礎上添加了流行詞匯、表情符號和英文單詞。此外，本文又收集了常用的反轉詞和程度

3、副詞，最終實現(xiàn)了基于情感詞典的微博情感分析方法，提高了用戶情感挖掘的準確性。
　　(2)針對用戶情感與用戶行為數(shù)據(jù)分離的問題，本文結合微博數(shù)據(jù)和點播音樂數(shù)據(jù)，根據(jù)微博發(fā)布的時間和音樂點播的時間，設置了一定的時間窗口，采用加權求和的方式，計算用戶在該微博情感狀態(tài)下對點播的音樂的偏好度，并建立了＜用戶ID，音樂ID，情感狀態(tài)，偏好度＞四元組，為后面的音樂推薦做準備。
　　(3)針對到用戶數(shù)據(jù)稀疏性問題，本文采用一種基于音樂偏好度