版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的發(fā)展,各種各樣的云音樂服務(wù)逐漸興起,充分地改變和豐富了人們的音樂生活。目前如網(wǎng)易云音樂、百度音樂、QQ音樂等云音樂服務(wù)已經(jīng)十分流行。
音樂推薦在云音樂服務(wù)中發(fā)揮了重要的作用。一個好的音樂推薦能夠幫助用戶發(fā)現(xiàn)音樂,創(chuàng)造隱性價值。現(xiàn)有主流云音樂服務(wù)都有音樂推薦的功能。然而當(dāng)前音樂推薦方法存在著一些問題,我們將其歸納為三點。首先是對于新資源發(fā)布引起的冷啟動問題以及小眾化冷門音樂的推薦問題。因為音樂數(shù)據(jù)的長尾分布,使得常
2、規(guī)的推薦方法對數(shù)據(jù)稀少的資源效果不佳,造成了推薦結(jié)果的覆蓋率偏低。其次,音樂標(biāo)簽系統(tǒng)作為描述音樂內(nèi)容的主要依據(jù),用戶標(biāo)注資源的自由性和隨意性引起了標(biāo)簽的泛濫,降低了系統(tǒng)的標(biāo)簽質(zhì)量,間接影響了推薦效果。最后,音樂推薦更應(yīng)該關(guān)注的是音樂本身的內(nèi)容,而對于一般物品的傳統(tǒng)推薦技術(shù)主要以內(nèi)容之外的相關(guān)屬性為計算依據(jù),在適用性上存在不足。
針對音樂推薦的現(xiàn)有問題,本文提出了一個新型的結(jié)合音樂內(nèi)容分析的深度音樂推薦方法,其內(nèi)容主要可分為兩部
3、分:音樂內(nèi)容分析和推薦方法設(shè)計。首先本文設(shè)計并實現(xiàn)了一個適用于音樂推薦場景的音樂特征提取方案。因為部分音樂資源數(shù)據(jù)的缺少影響了推薦的結(jié)果,該音樂特征提取方案對音樂的音頻數(shù)據(jù)進(jìn)行深度內(nèi)容的分析,結(jié)合旋律上和音質(zhì)上的特征,并根據(jù)大數(shù)據(jù)量的場景,高效獲取音樂特征,為資源數(shù)據(jù)進(jìn)行了補(bǔ)充。其次在推薦方法上,本文提出了預(yù)測用戶行為數(shù)據(jù)的音樂-音樂的推薦方法和基于自動生成標(biāo)簽的推薦方法,充分利用了音頻處理所得的音樂特征,將音樂音頻數(shù)據(jù)中的深度內(nèi)容信息
4、與其他數(shù)據(jù)結(jié)合用于推薦,提高了標(biāo)簽質(zhì)量避免了覆蓋率低的問題。
本文利用現(xiàn)有的音樂服務(wù)和Echo Nest數(shù)據(jù)庫構(gòu)建了測試集合,對音樂分析和推薦進(jìn)行了測試和評價。在推薦覆蓋率上,本文的音樂-音樂推薦方法是傳統(tǒng)協(xié)同過濾方法的140%,其中測試數(shù)據(jù)中播放次數(shù)小于10的數(shù)據(jù)的出現(xiàn)比例提升了3.7倍。在推薦準(zhǔn)確度上,本文與傳統(tǒng)協(xié)同過濾在F1上的指標(biāo)相差在2%以內(nèi)。結(jié)果表明,使用本文的方法利用音頻處理技術(shù)發(fā)掘音樂內(nèi)容上的信息使得推薦更關(guān)注
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于情感的音樂內(nèi)容分析和合成研究.pdf
- 基于音樂內(nèi)容分析的音頻認(rèn)證算法研究.pdf
- 我國七套初中實驗音樂教科書之內(nèi)容分析.pdf
- 人民音樂出版社小學(xué)音樂實驗教材內(nèi)容分析及調(diào)查研究.pdf
- 基于內(nèi)容分析的Blog話題檢測方法研究.pdf
- 融入音樂子人格特質(zhì)和社交網(wǎng)絡(luò)行為分析的音樂推薦方法.pdf
- 家用視頻內(nèi)容分析方法研究.pdf
- 基于隊員行為信息的體育視頻內(nèi)容分析方法研究.pdf
- 基于內(nèi)容和用戶歷史的音樂可視分析.pdf
- 基于內(nèi)容的哼唱音樂檢索.pdf
- 內(nèi)容分析的方法論視角新探.pdf
- 基于內(nèi)容的相關(guān)反饋式音樂檢索方法研究.pdf
- 基于高階潛在語義分析的音樂推薦系統(tǒng)的研究.pdf
- 66091.美國早期兒童學(xué)習(xí)標(biāo)準(zhǔn)中音樂與動作部分的內(nèi)容分析與啟示
- 基于語義事件的手術(shù)視頻內(nèi)容分析和分割方法的研究.pdf
- 基于內(nèi)容分析的酒店在線評價研究.pdf
- 基于內(nèi)容分析的圖像視頻編碼研究.pdf
- 基于音樂基因的混合音樂推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于SVM的圖像內(nèi)容分析算法設(shè)計.pdf
- 基于圖的個性化音樂推薦.pdf
評論
0/150
提交評論