基于用户-标签-项目语义挖掘的个性化音乐推荐.pdfVIP

计算机研究与发展 DOI：10．7544／issn1000—1239．2014．座机电话号码 JournalofComputerResearchandDevelopment 51 10 ：2270—2276，2014 基于用户一标签一项 目语义挖掘的个性化音乐推荐 李瑞敏 林鸿飞 闫 俊 大连理工大学计算机科学与技术学院 辽宁大连 116024 hflin@dlut．edu．cn M iningLatentSemanticonUser-Tag—Item forPersonalizedMusicRecommendation LiRuimin，LinHongfei，andYanJun SchoolofComputerScienceandTechnology，DalianUniversityofTechnology，Dalian，Liaoning116024 Abstract Personalized recommender systems are confronting great challenges of accuracy， diversificationandnovelty，especiallywhenthedatasetissparseandlacksofaccessorialinformation， such as user profiles， item attributesand explicitratings． Collaborative tags contain abundant informationaboutpersonalized preferencesand item contents，and arethereforepotentialtohelp providingbetterrecommendations．In thispaper，weanalyzetheinformation on thefamousmusic socialnetwork，Last．fm．Bipartitegraph isestablishedbetweenusers，itemsandtagswhilerandom walkwithrestartisused toanalyzetherelationship between thenodesdiscussedbeforeand getthe neighboringrelationsbetweensongsortags．Afterthat，musicrecommendedlistandindirectrelated musiccollection，thus，canbeobtained．Atlast，personalizedmusicrecommendationalgorithm canbe implementedbyfusing and reranking therecommended listusing thealgorithm proposed in this paper．Experimentsshow that，inthesamecorpus，themusicrecommendationalgorithminthispaper performsbetterthantheordinarymethodsuchascollaborativefilteringandbipartitebasedalgorithm． Ourmethodbuilton Last．fm ，therefore，satisfiesthepersonalizedrequirementforuserstomusic． Furthermore，withthedevelopmentofW eb2．0，ourmethodwillshow itsadvantageastheamountof tagsbecomemoreandmoreenormous． Keywords socialtagging；collaborativefiltering；bipartitegraph；musicrecommendation；personalized 摘 要 个性化推荐系统面临的难题是推荐的准确性、多样性以及新颖性，同时其数据集存在稀疏、信 息 缺 失 如用户描述、项 目属性以及明确的评分 等问题．协 同标注中的标签包含丰富的个性化描述信息以 及项 目内容信息，因此可以用来帮助提供更好的推荐．算法以二部 图节点结构相似与重启型随机游走为 基础 ，分析音乐社交网络 Last．fm 中用户、项 目、标签两两之间的联系，首先构建音乐间及标签间的相邻 关系，初步得到音乐推荐列表和间接关联音乐集合 ，然后按所提算法融合结果，重新排序 ，得