摘要：在音乐推荐系统中引入了关联规则和奇异值分解两种算法。通过分析数据集得到语义词汇间的强关联规则,用来扩展能够描述歌曲典型特征的语义词汇集。根据歌曲与语义词汇集的关联程度,计算歌曲间相似度,获取推荐列表。应用SVD算法对数据集进行降维,在低维语义空间中找到能够代表歌曲的特征,利用这些特征计算歌曲间相似度,获取推荐列表。本文实现了两种算法并对比了推荐效果,为音乐推荐系统效果提升做了有益探索。

摘要：提出了一种基于内容的音乐语义特征描述方法。该方法通过提取音乐文件的低层音频特征参数,使用通俗易懂的关键词来描述音乐的高层语义特征,利用混合高斯模型(GMM)对每一个关键词进行训练来生成该类歌曲的模板,完成低层音频特征参数到高层语义特征的映射,最终完成音乐语义特征的关键词描述。本方法能够应用于基于内容的音乐检索、音乐推荐等领域,具有很强的通用性。