音乐推荐系统
该项目已作为NCSU ADBI 591课程的一部分完成。
注意：如果您是北卡罗莱纳州立大学的学生，并且在谷歌搜索作业中遇到问题时，请确保已使您的教授知道您已将此作为参考。 盲目复制而不引用您的消息来源是a窃案。
创建了一个推荐系统，该系统将根据新用户的收听历史向他们推荐新的音乐艺术家。 向用户建议不同的歌曲或音乐艺术家对于许多音乐流媒体服务（例如Pandora和Spotify）很重要。 另外，这种推荐系统也可以用作向用户（例如，Netflix）推荐电视节目或电影的手段。
使用Apache Spark，Python和协作过滤技术完成。
2021-06-16 14:41:54
743KB
1
基于文本的音乐推荐系统
这是2021年第一学期在同德女子大学的云平台课程中进行的一个项目。 我们要创建一个推荐与文本匹配的音乐的系统。
2021-06-11 23:42:58
631KB
1
建立Last.fm推荐系统
今天，我们将基于代表在上提供的Last.fm数据集构建基本的推荐系统。 该数据集来自2011年的LastFM，包含1,892位用户的17,632位艺术家的播放次数。
我们的议程如下：
通过执行初始探索性数据分析（EDA）来检查我们正在使用的数据
构建基本协作推荐系统的几个版本：
sci-kit中的K个最近邻居学习
TuriCreate中的项目相似性推荐者
评估结果
回答有关项目的问题，包括需要改进的地方
除了此自述文件中包含有关项目的一般信息之外，我们的项目还包括以下：
（01）使用scikit-learn和TuriCreate的协作过滤器（主项目提交）
基于内容的过滤器的用户/艺术家标签的初步EDA /主题建模的附录：
（A01）使用scikit-learn的K均值聚类和t-SNE
（A02）使用pyLDAvis的LDA
从元数据中添加基于
2021-04-28 11:15:58
809KB
1
一个用于制作音乐推荐系统的数据集，包括artists.dat歌手数据，user_artists.dat，用户与歌手对应数据，user_friends.dat用户与关联朋友数据集，user_taggedartists.dat用户的tag信息数据集，user_taggedartists-timestamps.dat
2021-04-11 12:01:52
2.17MB
1
这是一份音乐数据集，包含上千万的数据。里面有两个文件，一个.txt文件，用来保存用户行为数据集，一个.db文件，用来保存音乐具体信息数据集。通过这两份数据集，我们可以搭建一个音乐推荐系统。
2021-04-02 21:34:11
736.26MB
1