基于情境感知的网络音乐个性推荐研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-14页 |
| 1.1 引言 | 第11页 |
| 1.2 研究背景和目的 | 第11-12页 |
| 1.3 创新点 | 第12页 |
| 1.4 技术路线和论文结构 | 第12-14页 |
| 2 文献综述 | 第14-20页 |
| 2.1 音乐个性推荐系统 | 第14-16页 |
| 2.1.1 音乐个性推荐系统模型 | 第14页 |
| 2.1.2 音乐推荐系统分类 | 第14-16页 |
| 2.2 层次聚类 | 第16-17页 |
| 2.3 情境感知理论 | 第17-20页 |
| 2.3.1 情境的定义和分类 | 第17-18页 |
| 2.3.2 情境感知的定义 | 第18页 |
| 2.3.3 情境感知的推荐系统 | 第18-20页 |
| 3 个性化网络音乐推荐用户研究及问卷设计 | 第20-32页 |
| 3.1 用户研究方法 | 第20-21页 |
| 3.2 网络音乐用户研究 | 第21-26页 |
| 3.2.1 网络音乐用户人口行为特征分析 | 第21-24页 |
| 3.2.2 网络音乐用户分类 | 第24-26页 |
| 3.3 用户模型 | 第26-27页 |
| 3.3.1 用户模型的分类 | 第26-27页 |
| 3.3.2 建立音乐推荐系统用户模型 | 第27页 |
| 3.4 用户情境识别 | 第27-31页 |
| 3.4.1 用户的场景情境识别 | 第28-29页 |
| 3.4.2 用户的心情情境识别 | 第29-30页 |
| 3.4.3 音乐分类 | 第30-31页 |
| 3.5 问卷设计 | 第31页 |
| 3.6 本章小结 | 第31-32页 |
| 4 用户情境数据统计和分析 | 第32-48页 |
| 4.1 用户分类和音乐偏好 | 第32-37页 |
| 4.1.1 用户分类 | 第32-34页 |
| 4.1.2 分类说明 | 第34-37页 |
| 4.2 用户心情和音乐偏好 | 第37-43页 |
| 4.2.1 统计结果简介 | 第37-38页 |
| 4.2.2 积极情绪分析 | 第38-40页 |
| 4.2.3 消极情绪分析 | 第40-43页 |
| 4.3 用户场景和音乐偏好 | 第43-46页 |
| 4.4 主要情境因素提取 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 建立用户网络音乐情境模型 | 第48-55页 |
| 5.1 用户心情与倾向度 | 第48-51页 |
| 5.1.1 积极情绪下的音乐倾向度 | 第48-49页 |
| 5.1.2 消极情绪下的音乐倾向度 | 第49-50页 |
| 5.1.3 用户场景与音乐偏好度 | 第50-51页 |
| 5.2 用户网络音乐情境模型 | 第51-52页 |
| 5.3 融合情境感知的用户网络音乐模型 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 6 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-62页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第62-64页 |
| 学位论文数据集 | 第64页 |
