SOEN6111 源码

不要停止音乐 抽象的 在这个项目中,我们设计并实现了歌曲推荐系统。 为了获得分析数据,我们使用两个数据集,Last.fm和Last。 fm -1K(来自“百万首歌曲”数据集)。 Last.fm数据集包含10万首歌曲信息,而Last.fm -1k提供了用户的收听历史记录以及从last.fm收集的简要资料。 我们将使用基于KNN项的协作过滤,该过滤通过在特定用户的收听历史中找到相似的歌曲来提出建议。 为了提高预测精度,我们将尝试另一种算法,即基于矩阵分解的协作过滤,该算法可以直接将用户-项目交互矩阵用作训练数据。 介绍 推荐系统在行业中有许多成功的应用程序。 据统计,亚马逊40%的销售额是由推荐系统产生的。 75%的Netflix用户使用推荐系统查找自己喜欢的视频; 30%的Netflix用户使用关键字搜索在线购物之前所需的产品。 目前,几乎所有新闻,搜索,广告,短视频应用程序都基于推荐系统。