基于近邻用户协同过滤算法的音乐推荐系统

                       

0. 摘 要

基于近邻用户的协同过滤音乐推荐系统，主要是将与目标用户有相同行为和兴趣爱好的用户，形成一个最近邻的推荐群组，从最近邻推荐群组中产生最终的目标用户推荐列表。该推荐系统通过网络爬虫获取虾米音乐网站真实未脱敏用户的行为信息，采用余弦相似度作为求解相似矩阵的算法，从而为目标用户推荐喜欢的音乐，达到推荐目标。

1. 引言

1.1 研究背景

人类已经进入信息爆炸的时代，面对这么庞大的信息，是很难进行人为筛选的，特别是我们经常接触到的信息，比如电影、音乐等等。我们该如何去选择。这给用户带来了很大的困难，在这种情况下一个好的推荐系统是非常有用的。

对于音乐推荐系统来说，推荐系统主要是通过一些已有的用户行为习惯，找到有相同爱好的用户群组，然后分析群组中的用户行为，获取目标用户对歌曲的评分，从而实现个性化的音乐推荐服务，让用户能够通过推荐系统找到自己最感兴趣的音乐。