音乐推荐系统的混合推荐方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究工作的背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-13页 |
| 第二章 音乐推荐系统相关理论 | 第13-36页 |
| 2.1 音乐推荐系统 | 第13-24页 |
| 2.1.1 音乐推荐系统概念介绍 | 第13-14页 |
| 2.1.2 基于内容的推荐算法 | 第14-15页 |
| 2.1.3 协同过滤算法 | 第15-21页 |
| 2.1.3.1 基于近邻的协同过滤算法 | 第15-16页 |
| 2.1.3.2 基于模型的协同过滤算法 | 第16-21页 |
| 2.1.4 混合推荐算法 | 第21-23页 |
| 2.1.5 推荐系统的评价指标 | 第23-24页 |
| 2.2 音频内容特征 | 第24-31页 |
| 2.2.1 低层次特征 | 第24-27页 |
| 2.2.1.1 梅尔频率倒谱系数 | 第24-27页 |
| 2.2.1.2 频谱特征 | 第27页 |
| 2.2.2 节奏特征 | 第27-29页 |
| 2.2.3 音调特征 | 第29-31页 |
| 2.3 实验结果分析对比 | 第31-35页 |
| 2.3.1 数据集介绍 | 第31页 |
| 2.3.2 实验结果分析 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于自动编码器的混合推荐系统 | 第36-51页 |
| 3.1 深度学习在推荐系统中的运用 | 第36-38页 |
| 3.2 自动编码器 | 第38-39页 |
| 3.3 仅基于自动编码器的推荐系统 | 第39-42页 |
| 3.4 基于自动编码器的混合推荐算法 | 第42-45页 |
| 3.5 双向约束深度协同模型 | 第45-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 实验设计及分析 | 第51-67页 |
| 4.1 数据集 | 第51-56页 |
| 4.1.1 数据集介绍 | 第51页 |
| 4.1.2 数据预处理 | 第51-56页 |
| 4.2 实验设计 | 第56-58页 |
| 4.3 实验结果对比及分析 | 第58-66页 |
| 4.3.1 实验参数设置 | 第58-60页 |
| 4.3.2 对比实验结果及分析 | 第60-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 全文总结与展望 | 第67-69页 |
| 5.1 全文总结 | 第67-68页 |
| 5.2 后续工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-77页 |
| 攻读硕士学位期间取得的成果 | 第77页 |
