基于TLDA和SVSM的音乐信息检索模型

摘要：

随着协同标注功能的普及,用户可以通过标注自己感兴趣的音乐实现个性化的分类管理,因此音乐共享系统中的社会化标签已成为互联网的重要资源.为了提高音乐检索系统的效率,综合考虑了社会化标签的特性及其对音乐检索模型的影响,利用了TLDA方法来进行标签聚类以获取更多的语义相关的标签,综合考虑了用户检索行为、歌词、音乐标签和音乐流行度来提高音乐信息检索系统的性能.实验表明,基于TLDA和SVSM的音乐检索模型相比于基于属性数据的音乐检索模型以及k-means标签聚类的模型,尤其是在音乐标签稀疏和非正规的情况下,能够在一定程度上提高音乐检索的性能.

关键词：音乐信息检索、音乐向量空间模型、标签聚类、标签推荐、TLDA模型

所属期刊栏目：41

分类号：TP319(计算技术、计算机技术)

资助基金：国家自然科学基金60973068,61272370;国家社科基金08BTQ025;教育部博士点基金20110041110034;辽宁省自然科学基金201202031

在线出版日期：2014-03-19（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：174-178