音乐播放器数据挖掘国内外研究现状(2)
时间:2018-03-26 14:29 来源:毕业论文 作者:毕业论文 点击:次
根据新版本的截图来看，它着力打造了一个“发现”页面，里面都是根据用户以往的行为进行数据挖掘和算法推荐后的音乐，而且不同于“猜你喜欢”这种仅仅推荐单首歌曲较为简单的功能，整个“发现”界面集成了电台、歌曲、主题、专辑等多个元素，并取代之前的“首发”，成为客户端打开后的默认页面。这也就意着，已经推出七年的QQ音乐，由于具备与QQ账号打通这个极其有利于数据沉积的天然优势，积累的用户数据已经相当庞大，而现在，他们终于要开始利用这个用户数据了。 有人曾分析称，音乐类产品经过了三个发展时代，第一个时代是点播时代，用户通过歌曲名称和歌手来点播自己想听的歌曲，如虾米；第二个时代是通过单一的文度来进行数据挖掘，引入算法，去判断用户喜欢的歌曲，如豆瓣；第三个时代是通过社交关系进行推荐和数据挖掘，通过引入社交图谱和兴趣图谱，挖掘用用户感兴趣的音乐,如last.fm和Spotify。这样看起来，七岁的QQ音乐，现在才终于有了要离开点播时代的意思，开始走向利用数据挖掘、乃至社交图谱“帮助用户发现自己喜欢的音乐”的2.0时代。 目前，最常用的方法的访问音乐是通过文本元数据。元数据很丰富并且富有表现力，所以有很多情况下用这种方法就足够了。而本次设计主要采用数据挖掘的关联规则来智能向用户推荐喜欢和偏爱的音乐，真正做到在了解每位用户的喜好这一前提下展开音乐推荐，因此采用数据挖掘的关联规则来作为此系统的推荐算法。 综上所述，一个好的推荐系统对于一个好的音乐播放媒体来说至关重要，其优劣将决定推荐的效率以及资源的能否合理运用，同时决定了用户的去留问题。因此一个好的音乐播放媒体必需要有一个好的音乐推荐系统，并且还有很大的发展空间和市场前景，因此制作一个好的音乐智能推荐系统是十分必要的。 (责任编辑：qin) |