【推荐系统】音乐推荐系统02

数据预处理

1. 爬取网易音乐数据，格式为json。
2. 数据：抽取歌单名称、歌单ID、收藏数、所属分类等歌单维度信息。歌曲ID、歌曲名、歌手、歌曲热度等歌曲维度信息。
3. 做推荐系统常用的库：surprise、lightfm
4. 推荐系统的项目有online和offline。offline可以使用Python，online追求的是效率key-value形式，可以使用C++或者Java。线上的一定要是最优的。
5. 做推荐的时候并不是实时的推荐，而是已经把要推荐的东西做好了，想做就做。
6. 有些东西随着时间的推移变化比较大，歌曲和歌曲之间的相似度。但是有些东西的变化不会那么大，人喜欢某种类型的歌曲。
7. 将数据转换成想要的格式：user:item:rating:timesamp等。
8. 歌ID到歌曲名的映射，歌单ID到歌单名的映射。
9. 推荐算法：aprior、协同过滤、SVD、NMF等。
10. 相似度计算：jaccard similarity。交集的个数/并集的个数
11. 支持不同的评估标准：mse、msd、fcp等

实现步骤

• 计算物品之间的相似度
• 品类匹配word2vec。牛仔裤，上衣。
• 冷启动问题
• 音乐基因
• 针对用户做预测。每个人喜欢的歌曲是有时效性的，将每个人的歌曲按照听的时间顺序进行排序