11、基于情感方面和社会关系的歌曲推荐系统

基于情感方面和社会关系的歌曲推荐系统

1. 引言

科技的进步让人们与音乐的联系愈发紧密。如今，音乐流媒体服务使人们能够接触到数百万首歌曲，用户可以通过平台的推荐机制找到喜爱的音乐，探索符合自身喜好的新音乐。目前，推荐方法主要分为基于内容和协同过滤（CF）两大类。

• 基于内容的推荐方法 ：利用物品的属性寻找它们之间的相似性，向用户推荐与他们过去消费或喜欢的物品相似的内容。
• 协同过滤推荐方法 ：根据具有相似偏好的用户对其他物品的评价，为特定用户推荐物品。CF又可分为基于用户和基于物品的方法。基于用户的技术通过计算用户之间的相似度来进行推荐；基于物品的CF则使用用户对物品的评分所获得的物品间相似度。

除了上述两类方法，还有许多混合方法，旨在提高推荐的可靠性，充分发挥各类方法的优势，避免其缺点。然而，情感方面在推荐系统中尚未得到充分利用，尽管在社交网络的情感分析领域备受关注。已有研究证明了情感与音乐之间的联系，发现不同情感与音乐的声学特征（如音色、节奏、强度、模式、调性、节拍等）存在关联。本工作开发了一个考虑情感因素的系统，旨在为用户提供更个性化的音乐推荐，同时利用用户之间的社会关系实现群组推荐。

2. 相关工作

在音乐领域，随着音乐流媒体服务的普及，许多推荐系统应运而生。近期基于CF的音乐推荐方案致力于解决推荐系统常见的稀疏性和灰羊问题，提高传统方法的效果。基于内容的方法也广泛应用于音乐领域，常被用于解决CF的问题，其内容信息可由音乐元数据（如标题、艺术家、流派、歌词等）和音频特征（如音色、旋律、节奏、和声等）提供。当