ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】随着大数据时代的到来，数据的种类和数量都在以飞快的速度增长。音乐资源也是大数据时代中一个庞大的数据资源，由于音乐资源在短时间内增长过快，用户面对海量的音乐不知道如何进行抉择，这时音乐推荐系统的出现就可以很好地帮助用户解决这个问题。为了提高在音乐推荐算法中经典的用户协同过滤算法的推荐精确率，先从用户的音乐偏好会随着时间动态变化的情况，引入了时间效应函数和音乐季节敏感函数，并将两者加权融合后，在此基础上进行用户相似度改进和评分预测，最终输出一个符合用户偏好的音乐推荐列表。通过实验证明，所给出的算法推荐结果准确率相较于传统推荐结果确实有所提高。
