mmd-project:挖掘百万首歌曲数据集

这是“挖掘海量数据”项目的存储库。 作者：陈远泽，阿历克斯时间：25/10/2016 数据 子，10000首歌曲（压缩后的1.8G）。 项目1：重复检测 使用位置敏感散列和余弦距离。 项目2：歌曲推荐（第1部分） 使用潜在因子模型。 使用替代优化来找到用户歌曲计数矩阵的潜在因子。 项目3：歌曲推荐（第2部分） 使用Gradient Dencent，SGD和mini-batch SGD解决潜在因子问题。 项目4：歌曲排名 计算歌曲相似度，并建立歌曲相似度网络。 使用特定于主题的PageRank对歌曲进行排名。 项目5：歌曲聚类 在project4中使用网络构建加权邻接矩阵。 对它执行频谱聚类，支持归一化和非归一化图拉普拉斯算子。