基于标签的音乐推荐系统设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 文本分类研究现状 | 第10-11页 |
| 1.2.2 序列模式挖掘与预测研究现状 | 第11-12页 |
| 1.2.3 推荐系统研究现状 | 第12-13页 |
| 1.3 研究意义与研究内容 | 第13-14页 |
| 1.3.1 研究意义 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14页 |
| 1.5 本章小结 | 第14-16页 |
| 第二章 基于主题模型的音乐标签分类方法 | 第16-26页 |
| 2.1 引言 | 第16-17页 |
| 2.2 基于主题模型的音乐标签分类 | 第17-20页 |
| 2.2.1 基于主题模型的音乐标签分类方法 | 第17-19页 |
| 2.2.2 最优主题数选取 | 第19-20页 |
| 2.3 实验结果及分析 | 第20-25页 |
| 2.3.1 实验数据 | 第20页 |
| 2.3.2 评价指标 | 第20-21页 |
| 2.3.3 实验结果与分析 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于序列模式挖掘的音乐主题预测方法 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 基于序列模式挖掘的音乐主题预测 | 第26-31页 |
| 3.2.1 音乐主题序列及其预测定义 | 第26-27页 |
| 3.2.2 音乐主题序列模式挖掘 | 第27-28页 |
| 3.2.3 基于序列模式挖掘的音乐主题预测方法 | 第28-31页 |
| 3.3 实验结果及分析 | 第31-34页 |
| 3.3.1 实验数据 | 第31页 |
| 3.3.2 评价指标 | 第31页 |
| 3.3.3 实验结果与分析 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 融合用户标签-主题信息的音乐推荐方法 | 第35-45页 |
| 4.1 引言 | 第35页 |
| 4.2 融合标签主题信息的协同过滤音乐推荐 | 第35-38页 |
| 4.2.1 音乐标签主题分类 | 第35-36页 |
| 4.2.2 音乐主题序列挖掘与预测 | 第36页 |
| 4.2.3 融合用户标签主题信息的音乐推荐 | 第36-38页 |
| 4.3 实验结果及分析 | 第38-44页 |
| 4.3.1 实验数据 | 第38页 |
| 4.3.2 评价指标 | 第38-39页 |
| 4.3.3 实验结果分析 | 第39-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 基于标签的音乐推荐系统 | 第45-51页 |
| 5.1 引言 | 第45页 |
| 5.2 总体框架设计 | 第45-47页 |
| 5.3 详细实现 | 第47-49页 |
| 5.3.1 音乐标签分类模块 | 第47页 |
| 5.3.2 音乐主题频繁子序列挖掘模块 | 第47-48页 |
| 5.3.3 音乐主题预测模块 | 第48页 |
| 5.3.4 音乐歌曲推荐模块 | 第48-49页 |
| 5.4 系统测试 | 第49-50页 |
| 5.4.1 音乐标签分类模块测试 | 第49页 |
| 5.4.2 音乐主题挖掘与预测模块测试 | 第49页 |
| 5.4.3 音乐歌曲推荐模块测试 | 第49-50页 |
| 5.4.4 模块测试小结 | 第50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 本文总结 | 第51-52页 |
| 6.2 下一步工作展望 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文 | 第60页 |
