音樂(lè )論文發(fā)表標準范文

　　論文常用來(lái)進(jìn)行科學(xué)研究和描述科研成果文章。它既是探討問(wèn)題進(jìn)行科學(xué)研究的一種手段，又是描述科研成果進(jìn)行學(xué)術(shù)交流的一種工具。下面我們來(lái)看看音樂(lè )論文發(fā)表標準范文，歡迎閱讀借鑒。

　　提升音樂(lè )推薦系統性能構想探討

　　摘要：本文從用戶(hù)的聽(tīng)歌數據入手，通過(guò)數據預處理技術(shù)提取相關(guān)特征，利用FP-tree算法得到歌曲之間的關(guān)聯(lián)規則；在此基礎上，利用DBSCAN聚類(lèi)算法將歌曲根據其本身屬性進(jìn)行聚類(lèi)，找到同類(lèi)歌曲。最終把兩者有機結合，互相補充，使新的推薦系統發(fā)揮更加理想的功能。

　　關(guān)鍵詞：歌曲；FP-tree；關(guān)聯(lián)規則；聚類(lèi)；推薦系統；DBSCAN

　　一、推薦系統簡(jiǎn)介

　　談起推薦系統首先要從個(gè)性化推薦談起。個(gè)性化推薦是根據用戶(hù)的興趣特點(diǎn)和購買(mǎi)行為，向用戶(hù)推薦其感興趣的商品和服務(wù)。隨著(zhù)電子商務(wù)規模迅速擴大，商品數量和種類(lèi)急速增長(cháng)，顧客需要花費大量時(shí)間才能找到自己想買(mǎi)的商品。這種瀏覽大量無(wú)關(guān)信息和產(chǎn)品的過(guò)程會(huì )給用戶(hù)帶來(lái)極大的不便，從而導致消費者不斷流失。為了解決這些問(wèn)題，個(gè)性化推薦系統應運而生。本文主要研究大數據在音樂(lè )推薦系統中的應用。通過(guò)一些挖掘算法，發(fā)現數據之間的相關(guān)性，預測用戶(hù)喜歡的歌曲類(lèi)別以及更加具體的特點(diǎn)構建用戶(hù)畫(huà)像，快速準確推測使用者的喜好，及時(shí)為用戶(hù)推薦更多感興趣的信息、數據及鏈接，以達到方便用戶(hù)吸引消費者的目的。

　�。ㄒ唬┩扑]系統現狀和弊端

　　現在商業(yè)智能平臺上信息量呈爆炸式發(fā)展，但數據本身所具有的規模巨大和不穩定性，對人們如何準確迅速提取出有價(jià)值的信息，仍具有不可忽視的制約作用。比如，實(shí)際上喜歡聽(tīng)流行歌曲的用戶(hù)，因參與合唱活動(dòng)反復聽(tīng)了一些經(jīng)典革命歌曲，使軟件在他結束合唱活動(dòng)后，仍然繼續推薦大量經(jīng)典老歌，導致出現不符合用戶(hù)需求的情況。這就是由于推薦系統數據處理系統過(guò)于僵化造成的不良后果。所以，推薦系統還有很多方面的技術(shù)需要優(yōu)化升級。

　�。ǘ�）優(yōu)化升級推進(jìn)系統的創(chuàng )新點(diǎn)

　　在設計推薦系統過(guò)程中，如果強化數據預處理技術(shù)，并采用關(guān)聯(lián)規則與聚類(lèi)算法相結合的方法，則會(huì )盡最大可能地避免推薦系統僵化的問(wèn)題。1、強化優(yōu)化數據預處理功能。在用戶(hù)選擇的歌曲中，并非都是用戶(hù)所喜愛(ài)的，所以，需要將數據先進(jìn)行簡(jiǎn)單處理。在用戶(hù)選擇過(guò)的歌曲中，將播放時(shí)間短于總歌曲時(shí)長(cháng)60%的歌曲剔除；2、采用關(guān)聯(lián)規則與聚類(lèi)算法相結合的方法。聽(tīng)歌是一種較為個(gè)性的行為，單使用關(guān)聯(lián)規則推薦，會(huì )導致推薦范圍過(guò)于寬泛，沒(méi)有針對性；單使用同屬性歌曲推薦，會(huì )使用戶(hù)永遠無(wú)法嘗試新的歌曲，無(wú)法了解與自己類(lèi)似愛(ài)好用戶(hù)的選擇。所以把兩者有機結合，互相補充，才能使新的推薦系統發(fā)揮更加理想的功能。使用關(guān)聯(lián)規則是從每一位用戶(hù)出發(fā)，挖掘聽(tīng)了“a”歌曲的人同時(shí)聽(tīng)的其它相關(guān)歌曲，形成“a”的關(guān)聯(lián)規則。這樣就可以在后續推薦中，為聽(tīng)了“a”歌曲的人推薦與“a”相關(guān)的其他歌曲。使用聚類(lèi)算法是對歌曲的各項屬性進(jìn)行區別。各項屬性包括節奏、發(fā)行時(shí)間、語(yǔ)言和情感等。在實(shí)際情況中，用戶(hù)的喜好都是獨特的，不能單純的依靠其他用戶(hù)的選擇來(lái)推測，這樣就可以做到，為聽(tīng)過(guò)“a”歌曲的用戶(hù)推薦與其屬于同一類(lèi)別的歌曲。

　　二、實(shí)際應用

　�。ㄒ唬╆P(guān)聯(lián)規則FP-tree的應用

　　在進(jìn)行關(guān)聯(lián)規則分析時(shí)，以每個(gè)用戶(hù)在一個(gè)時(shí)間段的聽(tīng)歌情況為一個(gè)元組。值得注意的是，用戶(hù)點(diǎn)擊的歌曲并非都是他喜歡的，首先需要對其進(jìn)行預處理，把用戶(hù)聽(tīng)了一小部分就直接跳過(guò)的歌曲直接清除，進(jìn)而排除異常值對最終結果的影響。首先，設定最小支持度閾值為50%，最小置信度閾值為75%，將每一位用戶(hù)的每一首歌按照遞減的支持度排序，并構造FP-tree。從樹(shù)根處的節點(diǎn)向上尋找路徑，挖掘頻繁項集。例如，從h處向上的路徑只有一條且支持度小于最小支持度閾值，所以沒(méi)有包含歌曲h的頻繁項集。在歌曲h挖掘完成后對其它歌曲用此方式挖掘FP-tree。從d向上兩條路徑中發(fā)現{c，d}支持度為50%和在歌曲c中置信度75%，滿(mǎn)足條件。從歌曲c向上尋找路徑，可發(fā)現{a，c}也為頻繁項集，支持度為75%，歌曲c中置信度為75%。通過(guò)FP-tree算法，我們得到頻繁項集{a,d},{a,c}。

　�。ǘ�）DBSCAN聚類(lèi)算法的應用

　　第二組數據是以一首歌為元組，包括歌曲的各個(gè)量化的自身屬性。用DBSCAN算法，每一個(gè)點(diǎn)代表一首歌，使數據聚類(lèi)成簇，對歌曲進(jìn)行分組。在實(shí)際情況中，一首歌曲的屬性多種多樣，有節奏快慢、發(fā)行時(shí)間、傳達的情緒等等，每一個(gè)屬性決定著(zhù)一個(gè)維度，他們構成多維數據。屬性種類(lèi)越廣泛，越齊全，得到的結果也將越精確。本次實(shí)驗將其簡(jiǎn)化為二維，僅用節奏快慢和發(fā)行時(shí)間的數據進(jìn)行聚類(lèi)。這兩類(lèi)數據在去除單位后的數值上有差異，并不方便進(jìn)行比較和處理。因此，要把數據進(jìn)行標準化處理。通過(guò)該聚類(lèi)算法得到歌曲分類(lèi)為{a，c，g，h}、{b，d}，其中，{f}，{e}可算作噪聲點(diǎn)。

　�。ㄈ�）兩類(lèi)算法結果綜合分析的應用

　　假設用戶(hù)聽(tīng)了歌曲c，要對該用戶(hù)推薦歌曲，綜合結果如下：從上面兩種方法中得到的兩個(gè)關(guān)于c的結果，分別是關(guān)聯(lián)規則{a,c}和同類(lèi)歌曲{a,c,g,h}，再將兩個(gè)集合取并集，根據受歡迎程度（本次只按照點(diǎn)擊量表示）將歌曲分別排序，推薦并集內熱度高的歌曲。

　　三、音樂(lè )推薦系統拓展延伸

　�。ㄒ唬┮魳�(lè )社交

　　音樂(lè )推薦系統與音樂(lè )交流平臺相結合。把音樂(lè )推薦軟件可以搭建在音樂(lè )交流平臺上，讓獲得相同或類(lèi)似推薦的用戶(hù)參與交流和分享，讓最受青睞的歌曲及時(shí)得到分享，最大限度地發(fā)揮音樂(lè )推薦系統的作用。

　�。ǘ�）音樂(lè )與天氣

　　音樂(lè )推薦與地域天氣相結合。使喜歡關(guān)注天氣預報的人，能方便的看到自己喜歡的音樂(lè )歌曲，使喜歡歌曲的人也能隨時(shí)觀(guān)察到他需要的天氣情況。天氣也是影響用戶(hù)聽(tīng)歌的重要因素，把歌曲的特點(diǎn)與天氣影響人們情緒變化規律的特點(diǎn)恰當地結合起來(lái)，在推薦歌曲時(shí)，根據該地區的天氣預報選擇歌曲。例如，在下雨天推薦舒緩溫柔的歌曲，天氣晴朗時(shí)推薦活潑歡快的歌曲，在炎熱的夏天推薦清爽宜人的音樂(lè )歌曲。

　　四、結束語(yǔ)

　　推薦系統作為大數據的重要應用正在日新月異地發(fā)展創(chuàng )新，推薦系統可以由點(diǎn)到線(xiàn)，再由線(xiàn)拓展到面，繼續呈扇面擴展開(kāi)來(lái)，進(jìn)而形成功能巨大的發(fā)散型推薦系統，使其信息數據和服務(wù)范圍涵蓋音樂(lè )、圖書(shū)、影視、日常百貨以及所有商品，為用戶(hù)提供越來(lái)越全面、推薦更加精準化人性化的服務(wù)，實(shí)現企業(yè)商家效益最大化的目的。

　　參考文獻：

　　[1]JiaweiHan，MichelineKamber，JianPei數據挖掘概念與技術(shù)，機械工業(yè)出版社

　　[2]張良均,楊坦等，《MATLAB數據分析與挖掘實(shí)戰》，北京:機械工業(yè)出版社，2015年6月

　　[3]周英,卓金武等，《大數據挖掘系統方法與實(shí)例分析》,北京:機械工業(yè)出版社，2016年4月

【音樂(lè )論文發(fā)表標準】相關(guān)文章：

發(fā)表論文標準格式「參考」05-27

如何發(fā)表論文03-26

論文發(fā)表流程10-25

怎樣發(fā)表論文11-26

小學(xué)教育論文發(fā)表11-23

發(fā)表論文與評職稱(chēng)11-16

如何發(fā)表教育論文01-29

論文發(fā)表流程詳解03-14

SCI論文怎樣發(fā)表03-09

論文發(fā)表的格式要求08-15