深度學習與推薦系統(tǒng)

深度學習與推薦系統(tǒng)

標簽(空格分隔): 畢業(yè)設計 推薦系統(tǒng) 深度學習


參考論文

  1. 文章一
    英文原版 --- Recommending music on Spotify with deep learning
    中文版 --- 采用深度學習算法為Spotify做基于內容的音樂推薦
    這篇文章解釋了使用卷積神經網絡(CNN)做基于音頻的音樂推薦的方法叹谁,并提出了有關該卷積網絡的實際學習效果的心得芋膘。其利用spotify的數據棚唆,通過對音頻信號進行CNN訓練省容,得到可以推薦音頻類型相似的歌曲。

  2. 文章二
    英文原版 --- Building a Music Recommender with Deep Learning
    中文版 --- 使用深度學習Keras和TensorFlow打造一款音樂推薦系統(tǒng)
    這篇文章主要是利用深度學習做音樂流派的分類,并推薦相似流派的歌曲。主要內容是,爬取某網站的音頻內容奋岁,然后進行音頻信號處理,將每首歌保存為光譜圖弧腥,然后用圖像方面的卷積神經網絡算法訓練模型厦取,最后,計算訓練得到的歌曲的特征向量管搪,計算向量的余弦相似度虾攻,給出推薦。

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末更鲁,一起剝皮案震驚了整個濱河市霎箍,隨后出現的幾起案子,更是在濱河造成了極大的恐慌澡为,老刑警劉巖漂坏,帶你破解...
    沈念sama閱讀 222,729評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異媒至,居然都是意外死亡顶别,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 95,226評論 3 399
  • 文/潘曉璐 我一進店門拒啰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來驯绎,“玉大人,你說我怎么就攤上這事谋旦∈JВ” “怎么了?”我有些...
    開封第一講書人閱讀 169,461評論 0 362
  • 文/不壞的土叔 我叫張陵册着,是天一觀的道長拴孤。 經常有香客問我,道長甲捏,這世上最難降的妖魔是什么演熟? 我笑而不...
    開封第一講書人閱讀 60,135評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮司顿,結果婚禮上绽媒,老公的妹妹穿的比我還像新娘蚕冬。我一直安慰自己,他們只是感情好是辕,可當我...
    茶點故事閱讀 69,130評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著猎提,像睡著了一般获三。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上锨苏,一...
    開封第一講書人閱讀 52,736評論 1 312
  • 那天疙教,我揣著相機與錄音,去河邊找鬼伞租。 笑死贞谓,一個胖子當著我的面吹牛,可吹牛的內容都是我干的葵诈。 我是一名探鬼主播裸弦,決...
    沈念sama閱讀 41,179評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼作喘!你這毒婦竟也來了理疙?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 40,124評論 0 277
  • 序言:老撾萬榮一對情侶失蹤泞坦,失蹤者是張志新(化名)和其女友劉穎窖贤,沒想到半個月后,有當地人在樹林里發(fā)現了一具尸體贰锁,經...
    沈念sama閱讀 46,657評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡赃梧,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,723評論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現自己被綠了豌熄。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片授嘀。...
    茶點故事閱讀 40,872評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖房轿,靈堂內的尸體忽然破棺而出粤攒,到底是詐尸還是另有隱情,我是刑警寧澤囱持,帶...
    沈念sama閱讀 36,533評論 5 351
  • 正文 年R本政府宣布夯接,位于F島的核電站,受9級特大地震影響纷妆,放射性物質發(fā)生泄漏盔几。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,213評論 3 336
  • 文/蒙蒙 一掩幢、第九天 我趴在偏房一處隱蔽的房頂上張望逊拍。 院中可真熱鬧上鞠,春花似錦、人聲如沸芯丧。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,700評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽缨恒。三九已至谴咸,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間骗露,已是汗流浹背岭佳。 一陣腳步聲響...
    開封第一講書人閱讀 33,819評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留萧锉,地道東北人珊随。 一個月前我還...
    沈念sama閱讀 49,304評論 3 379
  • 正文 我出身青樓,卻偏偏與公主長得像柿隙,于是被迫代替她去往敵國和親叶洞。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,876評論 2 361

推薦閱讀更多精彩內容