SOEN6111

不要停止音乐 抽象的 在这个项目中，我们设计并实现了歌曲推荐系统。 为了获得分析数据，我们使用两个数据集，Last.fm和Last。 fm -1K（来自“百万首歌曲”数据集）。 Last.fm数据集包含10万首歌曲信息，而Last.fm -1k提供了用户的收听历史记录以及从last.fm收集的简要资料。 我们将使用基于KNN项的协作过滤，该过滤通过在特定用户的收听历史中找到相似的歌曲来提出建议。 为了提高预测精度，我们将尝试另一种算法，即基于矩阵分解的协作过滤，该算法可以直接将用户-项目交互矩阵用作训练数据。 介绍 推荐系统在行业中有许多成功的应用程序。 据统计，亚马逊40％的销售额是由推荐系统产生的。 75％的Netflix用户使用推荐系统查找自己喜欢的视频； 30％的Netflix用户使用关键字搜索在线购物之前所需的产品。 目前，几乎所有新闻，搜索，广告，短视频应用程序都基于推荐系统。