The invention discloses an award value music recommendation algorithm based on state transfer. Compared with the existing technology, the invention aims at the deficiency of the current music recommendation algorithm. The invention introduces the concept of reward value ingeniously, integrates the music sequence into the study range, and considers the music list selected by the user as a Markov decision process. Every piece of music that recommends the music list is regarded as a change in the state of the decision process. Therefore, different states will produce different reward values for the current situation, and the algorithm chooses the most rewarding state sequence, which is the list of the most rewarding values. At the same time, the user's personal history data and the whole user data are balanced, the recommendation effect is optimized, the music popularity and the user's herd are added creatively, and the reward value algorithm based on state transfer is proposed, which has the value of popularizing.
【技术实现步骤摘要】
基于状态转移的奖励值音乐推荐算法
本专利技术涉及计算机及音频
,尤其涉及一种基于状态转移的奖励值音乐推荐算法。
技术介绍
听音乐已成为大众娱乐的一种重要方式,随着“信息过载”问题的日益严重,各大公司平台纷纷推出了针对音乐的推荐系统,现有传统的推荐系统并不能保证用户体验,用户对精准推荐的需求仍是强烈。随着互联网技术的发展以及个人智能设备的普及,“信息过载”[1]问题日益严重。据估计,Facebook每日有3000万张以上的照片从后台被上传,后台日志数据每天就能生成300TB;国内的某电子商务网站,每天达成的交易在千万笔级别,每日日志文件超过50TB[2,3]。面对如此情况,各大平台纷纷推出搜索功能,但在某些情况下,用户并没有明确的搜索对象,例如,想看一部电影或者听几首歌,但没有明确要看哪一部或者听哪一首,这时,搜索技术就不能满足用户此时需求,在此情景下,推荐算法应运而生,极大便利了用户在此类情景下的信息选择。推荐算法在社交、电子商务、影音娱乐、新闻筛选等领域得到了广泛应用,并在市场范围内有不俗的表现[4]。目前的推荐算法,无论是基于内容的推荐、协同过滤亦或是混合推荐,利用用户的历史数据,分析用户的喜好,找到邻近用户,预测用户未来的选择。LiebmanE等人[5]在强化学的框架中,基于音乐的35维特征向量提出一种搜索方法,每一个声学特征又被量化为100段,加入了音乐列表奖励机制,根据反馈值推荐音乐列表。该方法将每一类特征统一量化为100段,可能导致某些维度上会出现数据稀疏性问题,同时该模型忽略了特征权重;Sánchez-MorenoD等人[6]将播放计数 ...
【技术保护点】
1.一种基于状态转移的奖励值音乐推荐算法,其特征在于,算法如下:输入:用户u的历史播放列表HL,音乐集中歌曲的流行度,音乐集M,音乐集M大小T,推荐列表长度X,聚类个数C,定时器clock输出:推荐音乐列表L*;(1)初始化用户偏好及音乐特征向量权重(2)计算两个状态转移概率矩阵(3)将音乐集M筛减成M*并聚类;(4)生成候选列表L;(5)针对列表L对用户偏好在线更新,得到
【技术特征摘要】
1.一种基于状态转移的奖励值音乐推荐算法,其特征在于,算法如下:输入:用户u的历史播放列表HL,音乐集中歌曲的流行度,音乐集M,音乐集M大小T,推荐列表长度X,聚类个数C,定时器clock输出:推荐音乐列表L*;(1)初始化用户偏好及音乐特征向量权重(2)计算两个状态转移概率矩阵(3...
【专利技术属性】
技术研发人员:琚生根,孙界平,谭斌,夏欣,刘勇,王霞,刘若晨,
申请(专利权)人:四川大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。