文档介绍：摘要随着信息技术和互联网的高速发展,互联网上的多媒体资源数量呈爆炸性增系统就是针对不同用户预定义的一些参数或者历史访问记录,推荐给用户其可能感兴趣的资源,提供个性化服务的系统。而音乐推荐系统也就是专门针对大量的由于传统的音乐推荐系统一般只使用用户对歌曲的打分信息,或者只利用歌曲自身的音频特征进行推荐,推荐的效果很难满足用户的需要,所以目前对于音乐推荐系统的研究大部分都放在了将两者结合的混合推荐方法。这种方法的难点之一就是如何从歌曲中提取出能够影响推荐效果的特征,其次就是如何将这两者���痹谟镆宸治鲇τ迷谝衾滞萍隽煊颍�褂昧艘恢指慕�乃惴ㄒ桓呓浊�在语义分析。该算法能将用户对歌曲的打分信息与歌曲本身的内容信息整合在一起,实现从高维数据到低维数据的映射。经过试验证明,这种算法应用在音乐推荐系统之中的效果较传统算法有一定提高。��杂谝衾肿陨淼哪谌菪畔ⅲ�褂昧艘恢治谋净�谋硎痉椒ǎ�蛊淠芄挥�用在高阶潜在语义分析算法当中。该方法使用隐马尔可夫模型,自动将音乐内容进行矢量量化,表示成文本形式。经过试验证明,这种方法能够很好的与高阶潜音乐推荐系统;高阶潜在语义分析;隐马尔可夫模型长,用户要在如此庞大的资源中快速找到自己感兴趣的资源是非常困难的。推荐音乐数据的一种推荐系统。有效的结合到一起。本文的主要工作有以下两个方面:在语义分析结合,达到满意的推荐效果。关键词
.��������������甅�������;�狶�;������瑃������甊������������,�����.�����甃�.�������瓻������������瓻������狶�.����篗��������������猻������琒���,����.���琽�����瓵����,��������.������:���琧������痮�������瑆��
躲一巡:一嗍业导师签名:��谧拱�掌冢盒托牵喝�后�签名:童瞍区独创性声明关于论文使用授权的说明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。�C艿穆畚脑诮饷芎笥ψ袷卮斯娑�
第�滦髀���研究背景及意义��音乐推荐系统随着信息技术和互联网的高速发展,互联网上的多媒体资源数量呈爆炸性增长,很多大型专业网站上所提供的文章、图片、音乐、电影等资源数量都是少则几万,多则几十万。如此大量的网络资源,一方面给用户提供了充足的选择余地,另一方面,用户不可能逐一查看所有的资源,想要在如此庞大的资源中快速找到自己感兴趣的资源是非常困难的,这就是一种“信息过载�緇】������������从没г谡业阶约盒枰5淖试粗�埃�匦脘�来罅康奈薰匦畔ⅲ��加了用户查找资源的难度。这时,就需要一种服务来帮助用户查找到自己想要的资源,而推荐系统�����甜�褪且恢职镏�没О谕颜庵中畔⒐�氐闹匾O�统。推荐系统也称为个性化推荐系统�������对不同用户预定义的一些参数或者历史访问记录,推荐给用户一些其可能感兴趣的资源,提供个性化服务的系统。这种系统现在已经应用在很多大型网站上,比如国外的���,����约肮�诘奶员ν��谔员ν�饕常�陀懈�萦没�的推荐,推荐系统已经成为个性化服务的主要技术之一。可以这么说,只要是需要提供个性化服务的领域,就会有推荐系统的用武之地。些简单的输入或者对部分歌曲的打分,系统自动搜索出一些用户可能感兴趣的歌在各个大型音乐网站上,一般都有一些推荐的歌曲给用户做参考。这里的推荐,一种就是简单的类似音乐排行榜的推荐,歌曲都是比较大众化的流行歌曲,的推荐歌曲,比如国内的������荆��峭萍龅慕峁���⒉荒芰钣没��意,而且这类网站数量非常少。这意味着音乐推荐在现实生活中有很大的实际需求,但是目前的技术还不够完善,音乐推荐技术有很大的发展空间。音乐推荐系统的整体框架如图��所示。�����钦�的浏览记录所列出的推荐商品。由于可以根据用户的爱好,为不同的用户做不同音乐推荐系统也就是专门针对大量的音乐数据的一种推荐系统,用户通过一曲推荐给用户。不能针对不同的用户给出不同的推荐歌曲;另一种能够针对不同的用户给出不同��������������第�傩髀�
眵船��音乐推荐系统研究现状每一首音乐进入数据库之前都要先进行预处理,可能包括统一音频格式、声道选择、截取关键段等操作,然后进行音