基于用户兴趣偏好度的音乐智能推荐系统设计分析

摘要

为准确向用户推荐感兴趣的音乐,提升应用对象市场占有率,该文设计了由数据采集模块、离线数据处理模块和在线推荐模块共同组成的基于用户兴趣偏好度的音乐智能推荐系统。数据采集模块采集用户注册信息、对目标音乐的在线评分数据,并进行在线调查采集相关数据。离线数据处理模块以数据采集模块采集的数据为基础,构建POI关联图,以此为基础基于时间分析计算确定用户兴趣偏好度。在线推荐模块采用协同过滤推荐算法,针对不同用户需求为用户推荐符合其偏好的音乐。实验结果显示,该系统可准确向用户推荐感兴趣的音乐,将应用对象市场占有率提升至92.4%。