一种新的基于LDA-MURE模型的音乐个性化推荐算法

摘要：

针对基于音乐作品信息的音乐作品个性化推荐及协同过滤方法的不足,通过分析音乐作品需求者的音乐试听数据及下载数据,并结合LDA(latent Dirichlet allocation)主题挖掘模型,提出一种基于LDA-MURE模型的推荐算法.实验结果表明,与基于音乐作品需求者的协同过滤算法和基于音乐属性项目的协同过滤算法相比,LDA-MURE算法可更高效地向音乐作品需求者推荐感兴趣的音乐作品.

关键词：协同过滤、LDA模型、Gibbs抽样、LDA-MURE模型、推荐算法

所属期刊栏目：55

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金51228602;陕西省高等教育教学改革研究项目15BY122

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：371-375