数据预处理
- 爬取网易音乐数据，格式为json。
- 数据：抽取歌单名称、歌单ID、收藏数、所属分类等歌单维度信息。歌曲ID、歌曲名、歌手、歌曲热度等歌曲维度信息。
- 做推荐系统常用的库：surprise、lightfm
- 推荐系统的项目有online和offline。offline可以使用Python，online追求的是效率key-value形式，可以使用C++或者Java。线上的一定要是最优的。
- 做推荐的时候并不是实时的推荐，而是已经把要推荐的东西做好了，想做就做。
- 有些东西随着时间的推移变化比较大，歌曲和歌曲之间的相似度。但是有些东西的变化不会那么大，人喜欢某种类型的歌曲。
- 将数据转换成想要的格式：user:item:rating:timesamp等。
- 歌ID到歌曲名的映射，歌单ID到歌单名的映射。
- 推荐算法：aprior、协同过滤、SVD、NMF等。
- 相似度计算：jaccard similarity。交集的个数/并集的个数
- 支持不同的评估标准：mse、msd、fcp等
实现步骤
- 计算物品之间的相似度
- 品类匹配word2vec。牛仔裤，上衣。
- 冷启动问题
- 音乐基因
- 针对用户做预测。每个人喜欢的歌曲是有时效性的，将每个人的歌曲按照听的时间顺序进行排序
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/227980.html原文链接：https://javaforall.net
