Implicit-data-based-recommendation-system:一种基于用户听过的歌曲的数量和类型的音乐推荐...

使用交替最小二乘的基于隐式数据的推荐系统 该存储库包含我在不同数据集（例如音乐和零售）上的推荐系统上的工作 音乐推荐系统 目录 介绍 根据尼尔森音乐公司（Nielsen Music）发布的一份新报告，平均而言，美国人现在每周花在听音乐上的时间略超过32个小时。 这在两年内增长了惊人的36％，并且由于Spotify，Pandora，Apple Music等音乐流媒体网站的普及而得以实现。在音乐行业如此巨大的增长中，提供个性化音乐推荐至关重要给听众。 这激起了我们的好奇心，以了解音乐推荐引擎背后的过程，并促使我们致力于该项目。 lastfm是最早的音乐流媒体公司之一，该公司开始向其听众提供个性化推荐。 尽管此数据集已有10年的历史了，但所应用的算法和方法仍将与最新的歌曲和专辑相关。 文件的具有用于分析的代码 技术领域 使用以下项目创建项目： 的Python 3.6.5 配套 隐含的数据源