基于slope one算法的增量音乐推荐系统的设计与实现

基于slope one算法的增量音乐推荐系统的设计与实现

ID:35105917

大小:7.30 MB

页数:92页

时间:2019-03-18

基于slope one算法的增量音乐推荐系统的设计与实现_第1页
基于slope one算法的增量音乐推荐系统的设计与实现_第2页
基于slope one算法的增量音乐推荐系统的设计与实现_第3页
基于slope one算法的增量音乐推荐系统的设计与实现_第4页
基于slope one算法的增量音乐推荐系统的设计与实现_第5页
资源描述:

《基于slope one算法的增量音乐推荐系统的设计与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于SlopeOne算法的增量音乐推荐系统的设计与实现重庆大学硕士学位论文(专业学位)学生姓名:黄明波指导教师:罗辛副教授学位类别:工程硕士(计算机技术领域)重庆大学计算机学院二O一六年四月DesignandImplementationofIncrementalMusicRecommenderSystemBasedonSlopeOneAlgorithmAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementforProfessionalDegr

2、eeByMingboHuangSupervisedbyAss.Prof.XinLuoSpecialty:ME(ComputerTechnologyFiled)CollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril,2016中文摘要摘要随着互联网日益普及和信息资源急剧增加,用户很难从大量信息中寻找对自己有用的信息,导致信息利用率降低,带来“信息过载”问题。个性化推荐系统是解决这一问题的有效手段。个性化推荐系统收集用户的行为特征,对用户兴趣进行建模,进而从海量

3、数据中挖掘符合用户兴趣模型的信息并推荐给用户,其实质是根据用户的历史行为,对其潜在兴趣进行预测。音乐是一种表达内心情感、反应社会生活、陶冶个人情操的艺术形式。随着互联网的高速发展,越来越多的音乐作品以数字形式在网络上流通,使得用户越来越难以从海量的音乐数据中挑选出自己喜欢的作品,导致了对音乐推荐系统的极大需求。与此同时,Yahoo、腾讯、网易等大型互联网公司也十分重视对音乐推荐系统的研究,并推出了Pandora、Last.fm、SlackerRadio和QQ音乐、网易云音乐、豆瓣音乐等音乐推荐系统。然而,根据前期调研结果,现有的音乐

4、推荐系统大多采用静态的推荐算法,当数据出现变化时,需要基于整个数据集重新构建推荐模型。在大规模数据集上,静态推荐算法需要消耗很多的计算资源和时间进行推荐模型的重构,效能较低。本文基于一种经典的协同过滤推荐算法,即SlopeOne算法,研究增量音乐推荐系统。SlopeOne算法具备高效、易扩展的优点,非常适合用以对增量音乐推荐系统进行研究。本文的主要工作在于:1)对SlopeOne算法进行了深入研究,对基本SlopeOne算法、加权SlopeOne算法和双极SlopeOne算法的训练规则进行深入分析;2)基于SlopeOne静态算法的

5、更新规则,通过计算数据更新对参数更新的影响,分别提出并实现了基本SlopeOne增量算法、加权SlopeOne增量算法和双极SlopeOne增量算法;3)在权威公测数据集MovieLens和EachMovie上进行了详细实验,证明了SlopeOne增量算法能与SlopeOne静态算法达到相同的推荐准确度;4)以详尽的需求分析为基础,进行了系统架构设计、功能模块设计和数据库设计,以Slopeone增量算法为核心,运用J2EE、JSP、Servlet、MySQL、Eclipse等开发技术和工具实现了增量音乐推荐原型系统。关键词:推荐系统

6、,音乐推荐,SlopeOne,增量算法,J2EEI英文摘要ABSTRACTWiththegrowingpopularityoftheInternetandthedramaticincreaseofinformationresources,itisdifficultforuserstofindusefulinformationfromvastamountsofinformation.Thus,theloweruser’sinformationutilizationand“informationoverload”problemappea

7、r.Fortunately,thepersonalizedrecommendersystemisaneffectivewaytosolvethisproblem.Itobtainsinformationthatusersareinterestedinbycollectingusers’behaviorcharacteristicsandmodelingforuser’sinterests,andrecommendsuserstheinformationmatchingtheusers’preferencecharacteristic

8、sfrommassivedata.Itsessenceistoforecastuser’sprevioushobbiesaccordingtotheirhistoricalbehaviors.Musicisanartformthate

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。