(一)AI应用的整体架构如下所示:

下面是推荐系统体系的整体架构:

音乐推荐 vs 其他推荐:
相同点:
- 帮助用户更快捷的获取资源;
- 以用户体验为导向;
差异点:
- 音乐本身的复杂性,怎么理解音乐资源;
- 可重复消费 vs 不可重复消费;
- 音乐消费成本高,前后有明显的关联性,有效行为的含义更丰富;
- 很难用单一目标去衡量音乐推荐系统;
下面是应用NLP技术理解音乐:
本文介绍了AI在网易云音乐的应用,包括推荐系统的整体架构,音乐推荐与其他推荐的差异,NLP、视频+图像技术在理解音乐上的应用,以及CF、排序模型和多任务学习(MTL)在音乐推荐中的角色。通过解决多目标问题,模型提升了收藏率和消费时长,展示了AI在音乐推荐领域的创新和效果。
(一)AI应用的整体架构如下所示:

下面是推荐系统体系的整体架构:

音乐推荐 vs 其他推荐:
相同点:
差异点:
下面是应用NLP技术理解音乐:
800

被折叠的 条评论
为什么被折叠?