一种基于Labeled-LDA模型的用户音乐偏好分类方法

摘要

本发明公开了一种基于Labeled‑LDA模型的用户音乐偏好分类方法，该方法利用音乐社交平台的文本信息作为训练数据，结合了TF‑IDF算法(词频‑逆文档频率)，低频专属名词库以及卡方检验算法形成一种混合型文本主题分类模型，克服了普通Labeled‑LDA模型受文档无意义高频词汇干扰，难以突出关键特征词汇等缺陷，在精确度，召回率以及Macro‑F1指标上都有较大的提升，非常适用于分析用户的音乐风格，对后续个性化提供音乐推荐方案具有重大意义。