| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景 | 第8-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的工作 | 第12页 |
| ·文章结构 | 第12-14页 |
| 2 现有音乐推荐系统及相关实现方法 | 第14-24页 |
| ·现有的个性化音乐推荐系统 | 第14-19页 |
| ·潘多拉(Pandora)网络电台 | 第16-17页 |
| ·Last.fm | 第17-18页 |
| ·豆瓣电台 | 第18-19页 |
| ·基于内容的个性化推荐算法 | 第19-20页 |
| ·协同过滤推荐算法 | 第20-24页 |
| ·基于用户的协同过滤算法(UserCF) | 第20-22页 |
| ·基于项目的协同过滤算法(ItemCF) | 第22页 |
| ·基于模型的协同过滤算法 | 第22-24页 |
| 3 基于用户-标签-项目中潜在语义挖掘的个性化音乐推荐算法 | 第24-35页 |
| ·二部图的关联矩阵 | 第24-25页 |
| ·基于二部图的推荐算法 | 第25-26页 |
| ·基于用户-标签-项目中潜在语义挖掘的个性化音乐推荐 | 第26-29页 |
| ·实验结果与分析 | 第29-34页 |
| ·Last.fm数据集 | 第29-30页 |
| ·对比实验算法描述 | 第30-31页 |
| ·参数选择与实验设计 | 第31-32页 |
| ·实验结果与分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于音乐基因组的个性化移动音乐推荐算法 | 第35-48页 |
| ·音乐基因组与用户行为分析 | 第35-41页 |
| ·音乐基因组 | 第36-39页 |
| ·用户行为分析 | 第39-41页 |
| ·用户之间兴趣相似度分析 | 第41页 |
| ·个性化移动音乐推荐系统实现 | 第41-44页 |
| ·实验设计及结果分析 | 第44-46页 |
| ·对比实验设计 | 第44-45页 |
| ·实验结果及分析 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55-56页 |