基于层次分析的音乐推荐方法

当今社会,音乐作品类型繁多,音乐平台间竞争激烈。因此,如何利用不同因素为用户准确推荐音乐,直接关乎到用户对平台的满意程度。在应用传统的协同过滤方法为用户介绍个性化音乐时,往往会忽略音乐本身的特点,同时存在冷启动问题。文章提出了一种基于层次分析的音乐推荐方法,对每首待推荐的歌曲考虑以下6个方面的因素:歌手、歌词、语种、节奏、长短、歌名。首先通过层次分析法建立用户层次分析评价模型,计算出对每首歌曲不同因素的权重,再与模糊综合评价法相结合得出音乐的评分并排序,进而向用户推荐排名较高的音乐。通过实验证实,文章提出的推荐算法有效且不存在冷启动问题。