Logo image
Collaborative Music Recommendation by Profiles of Trustable Users
Thesis

Collaborative Music Recommendation by Profiles of Trustable Users

James Y.S. Tzeng
Masters, 國立清華大學, 資訊系統與應用研究所
2002

Abstract

協同過濾 推薦系統 代表團 correlaborative filtering recommendation system delegation
現今,隨著網際網路快速的發展,大量的多媒體資料,如音樂,已經很廣泛的在網路上散佈,造成使用者無法很方便的在這種環境下找到他們所想要的音樂資訊。為了減少使用者在網路上搜尋的時間,因此我們提出一套合作式的音樂推薦系統。一般的合作式推薦系統,會提供使用者一個簡單的好壞評分機制,讓使用者可以對他們在網路上存取過的資訊做評估。系統便可根據這些評分的好壞,將眾人認為好的資訊,推薦給其他未曾接觸過的使用者。但是,由於我們是做音樂的推薦,而且音樂給人的感覺是很豐富的,好壞的評估並不足以清楚的記錄使用者對於他所接觸過的音樂完整的感受,因此,我們系統會提供一個新的評分機制,讓使用者可以針對他所聽過的音樂,在情感、節奏、曲風及演奏的樂器上,做更完整的評分。另外,系統會提供「個人資訊管理者」的機制,將使用者在系統上的評分記錄儲存在系統的資料庫中。根據每一位使用者的評分記錄,系統可以分析出每一位使用者過去在音樂上,有哪些喜好存在比如說,有一位使用者,他常常聽帶有悲傷感覺、節奏較慢、並由吉他演奏的抒情音樂。系統便可清楚的分析出,這位使用者喜好聽具有上述特色的音樂。此外,系統可以透過所有人在相同音樂上的評分,分析出哪些使用者在這些音樂的情感、節奏、曲風及演奏樂器的感受上,有客觀的評分,可以代表大部分使用者對這些音樂的感受。我們稱這些使用者為「代表團」。系統會根據使用者在音樂上的喜好以及代表團對要推薦歌曲的客觀意見對使用者作音樂的推薦。最後,我們提供了一個回饋的機制,根據每一次推薦的結果,調整使用者跟代表團之間的關係,使下次的推薦結果會更好。

Metrics

1 Record Views

Details

Logo image