最近在毕设选题,自己想做一个简易的欧美音乐推荐系统。
因为之前在电商待过,技术分享会的时候算法那边说,其实数据才是最重要的,算法一般数据量大就能出效果。
我现在的想法是,这个简易的音乐推荐主要就以下几个维度来进行分析:音频、歌曲类型( pop、电子、摇滚、另类 等)、节假日等特殊时间结点(圣诞节、情人节等)、歌曲年代还有用户喜欢艺人。 具体流程初步是这么想的:通过 web,用户首次进入时选择自己喜欢的艺人、年代、微博关注的大 V 等来直接推荐歌曲
没有用户的听歌数据像歌单、喜欢的歌曲等等,因为不是网易云,也弄不到用户的历史数据。这样下来会不会推荐没有效果?因为主要是通过音乐音频的相似程度来推荐的,没有考虑用户的主观因素。 不知道各位能不能理解我的意思,这个选题是否合理?或者说,如果必须要用户数据,我能从那里获取?谢谢各位!
1
xiaoxinshiwo 2019-01-11 17:31:23 +08:00 1
从用户社交网络看看能不能爬取
|
2
Rush9999 2019-01-11 18:30:12 +08:00 1
爬虫呀。。。。
网易云上 从一个歌单下手 ,爬取歌单关注,收藏,评论的人,再爬取用户听过的歌,收藏的歌单。。。。 |
3
Rush9999 2019-01-11 18:41:43 +08:00 1
或者 你可以试一下这个 https://grouplens.org/datasets/hetrec-2011/
|