典型文献
基于Look-alike和K-means算法的音乐冷启动问题研究
文献摘要：
在音乐推荐领域,根据用户的行为习惯进行偏好建模并进行推荐.但是对于热度较低的音乐,由于很少有用户进行消费,几乎得不到推荐,导致系统中的马太效应越发明显,不利于音乐平台的长期发展.基于look-alike框架针对冷门音乐分别进行建模,训练周期较长,且由于样本数量少,模型效果不理想.利用K-means算法对冷门歌曲进行聚类,再投入look-alike框架进行训练,训练周期大幅度缩短,且推荐准确率更高.
文献关键词：
Look-alike;kmeans;音乐推荐;冷启动
中图分类号：
作者姓名：
王屯屯
作者机构：
黔南民族师范学院,贵州都匀558000
文献出处：
引用格式：
[1]王屯屯-.基于Look-alike和K-means算法的音乐冷启动问题研究)[J].电脑知识与技术,2022(23):1-2,7
A类：
B类：
Look,alike,冷启动问题,音乐推荐,行为习惯,热度,得不到,导致系统,马太效应,乐平,长期发展,look,冷门,训练周期,样本数量,歌曲,kmeans
AB值：
0.377349
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
