某音乐网站推荐系统的改善实现

摘要

本文通过对某音乐网站改进前推荐系统的介绍和描述，分析在改进前推荐系统中所存在的问题和不足，并由此出发提出了实现个性化推荐，并提高推荐成功率的改进目标。接着，本文就歌曲基本信息和用户基本信息进行了简单的介绍，并讨论了在歌曲推荐系统中加入歌曲基本信息和用户基本信息，以此来帮助推荐的可行性，同时提出了相应的实现方法。同时参考目前国内外在推荐系统领域中的各种研究成果，介绍了几种可以被加入到该推荐系统中，用来实现个性化推荐和提高推荐成功率的算法，并讨论了如何将以上这些内容结合起来，实现改进目标的方法。
　　在前面讨论的算法的基础上，对改进后系统的实现方法和步骤进行了详细地介绍。并通过对实验结果的分析，介绍了改进后的推荐算法中各待定参数的取值变化对最终推荐结果的影响，并通过讨论确定了这些待定参数所存在的最佳组合。结合对改进前后系统推荐结果的对比，证明了对该推荐系统进行改进的有效性。最后，分析了改进后的推荐系统中仍然存在的问题，并提出了今后的改进方向。

目录

摘要

第一章 绪论

1．1 论文选题背景

1．1．1 推荐系统的研究内容

1．1．2 国内外研究现状

1．1．3 某音乐网站既有推荐系统的现状和存在的问题

1．2 本文的主要内容

1．3 本文的章节安排

第二章 某音乐网站既有推荐系统的分析

2．1 某音乐网站介绍

2．2 既有推荐系统的实现

2．2．1 系统方案

2．2．2 实现方法

2．2．3 推荐实例

2．3 既有推荐系统的结果分析

2．4 既有推荐系统所存在的主要问题

2．5 既有推荐系统改进的方向

第三章 对既有推荐系统的改进方案

3．1 个性化推荐的实现

3．2 评分矩阵数据的改善

3．2．1 显式数据和隐式数据

3．2．2 评分数据的改善

3．3 歌曲基本信息在相似度计算中的运用

3．3．1 歌曲基本信息

3．3．2 在相似度算法中使用歌曲基本信息

3．4 用户基本信息在相似度计算中的运用

3．4．1 用户的基本信息

3．4．2 社交网络平台上的人际关系

3．4．3 在相似度计算中使用用户信息

3．5 基本算法

3．5．1 相似度算法

3．5．2 用户对歌曲的评价值预测

3．5．3 对基于用户和基于歌曲相似度算法的动态加权

第四章 改进方案的实施和效果分析

4．1 数据准备

4．1．1 数据样本的选取

4．1．2 数据样本分析

4．1．3 数据的初加工

4．1．4 软硬件环境

4．2 相似度计算

4．2．1 数据读入内存

4．2．2 计算相似度

4．3 生成推荐歌盐集合

4．3．1 产生待预测歌曲集合

4．3．2 预测用户评分

4．3．3 根据预测评分生成推荐歌曲集合

4．4 结果分析

4．4．1 相似度计算时使用歌曲信息和用户信息的效果

4．4．2 数据初加工时的过滤条件

4．4．3 共同评分个数限制

4．4．4 相似性邻居的选取

4．4．5 动态加权不确定因子的选取

4．4．6 推荐结果分析

4．4．7 小结

第五章 总结与展望

5．1 总结

5．2 对今后的展望

参考文献

致谢

声明