音乐推荐系统推荐函数简要说明1
需积分: 0 142 浏览量
2022-08-08
23:19:07
上传
评论
收藏 13KB DOCX 举报
音乐推荐系统推荐函数简要说明
推荐算法思路
通过协同过滤计算和其他用户的距离进行筛选，假如用户数量不足或者推荐次数不足一定量，
则自动从未打分歌曲中按照浏览量填充歌曲数目。（分数同样也能通过用户历史浏览记录次
数来替代）
1.基于用户的推荐：通过用户已经打分的部分来计算相似度，如果用户未打分或者没有其他
用户则按照浏览数来返回排名
通过 pearson 算法可以用来计算用户之间的相似度也就是距离，可以找到距离最近的 M 个
用户，将这些用户中已打分的歌曲返回。
a. 求出用户-项目评分矩阵 R(m,n)其中 m 表示 m 个用户，n 表示 n 首歌曲，R（m,n）表示
评分 输入：数据库内容 输出：矩阵 R
b. 形成邻居用户，对于目标用户 u，搜索出最近的用户集合 U.使用皮尔逊相关系数计算用
户相似性度量 输入：相似度矩阵 输出：前 k 个用户的相似度大小
c. 得到近邻集合之后预测目标用户对未评价资源评分
2. 基于物品的推荐：计算物品相似度矩阵，遍历当前用户已经打分的物品，计算未打分 item
的相似距离，对相似距离排序返回。
3. 基于文本的推荐：通过歌曲的歌词文本分解出关键字以及权值，然后计算出与其他歌曲
之间的相似度，用于听歌数量过少时候的推荐
评论0