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LDAMURE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, LDAMURE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.
中图分类号:
李艳, 李葆华, 王金环. 一种新的基于LDA-MURE模型的音乐个性化推荐算法[J]. 吉林大学学报(理学版), 2017, 55(02): 371-375.
LI Yan,LI Baohua, WANG Jinhuan. A New Personalized Music RecommendationAlgorithm Based on LDA-MURE Model[J]. Journal of Jilin University Science Edition, 2017, 55(02): 371-375.