【推荐系统】【论文阅读笔记】Deep content-based music recommendation

最新推荐文章于 2024-04-21 14:22:11 发布
最新推荐文章于 2024-04-21 14:22:11 发布
阅读量1.1k 收藏 6
点赞数
分类专栏： 推荐系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yong_ss/article/details/104605265
版权
本文探讨了使用深度卷积神经网络（CNN）解决音乐推荐中的语义鸿沟问题，以预测音乐音频中的潜在因素。相较于传统词袋表示方法，CNN在从音频信号中提取影响用户偏好的特征上表现更优。实验在百万首歌曲数据集上进行，显示深度学习在音乐推荐领域的潜力。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

原文作者：A¨aronvandenOord,SanderDieleman,BenjaminSchrauwen 

      本文为了解决协同过滤导致的冷启动问题，使用基于内容推荐算法，建议使用潜在因素模型进行推荐，并在无法从可获取数据中获取潜在因素时从音乐音频中预测潜在因素。我们比较了使用深度卷积神经网络和使用词袋表示音频信号的传统方法，并在“百万首歌曲”数据集上定量和定性地评估了预测。我们展示了使用预测的潜在因素会产生明智的建议，尽管事实上，影响用户偏好的歌曲特征与相应的音频信号之间存在很大的语义差距。并且本文表明深度学习的最新进展很好地转化为音乐推荐设置，深度卷积神经网络的性能明显优于传统方法。

1.音乐中的语义鸿沟（semantic gap）

   （基于模型的协同过滤法中）潜在因子向量构成了用户品味的不同方面以及商品的相应特征的紧凑描述。由于许多歌曲缺少使用数据，因此通常无法可靠地估计这些因子向量。因此，我们也需要能够根据音乐音频内容预测它们。

      影响用户偏好的歌曲特征与相应的音频信号之间存在较大的语义差距。从音频信号中提取诸如流派，语气，乐器和抒情主题等高级属性需要强大

最低0.47元/天 解锁文章
Deep content-based music recommendation
sinat_27191585的专栏
04-07 1433
如今deep learning越来越火热，用DL来做推荐的文章现在也是有些，像今天这篇音乐推荐相关的文章有好几篇，具体可参考Netflix的Xavier Amatriain大神在quora上的回答：http://www.quora.com/Has-there-been-any-work-on-using-deep-learning-for-recommendation-engines 这篇论
【推荐系统】【论文阅读笔记】Improving Content-based and Hybrid Music Recommendation using Deep Learning
yong_ss的博客
03-02 994
原文作者：Xinxi Wang and Ye Wang 在歌曲相关因素中，音乐音频内容是非常重要的。在大多数情况下，我们喜欢/不喜欢一首歌，这是因为它的音频内容具有一些特征，例如人声、旋律、节奏、音色、体裁、乐器或歌词。没有听内容，我们对这首歌的质量几乎一无所知，更不用说我们是否喜欢它了。因为音乐内容在很大程度上决定了我们的偏好，所以内容应该能够为推荐提供良好的预测能力。 ...
nips 2013笔记（1）-Deep content-based music recommendation
桂C伊甸园的专栏
12-03 4566
1、 Deep content-based music recommendation    该文章是解决音乐推荐中的的冷启动问题提出的，新音乐或者是不流行的音乐由于没有用户播放记录，采用传统的协同过滤或者矩阵分解等方法，不能取得好的效果，所以作者采用深度卷积神经网络提取音频中的特征作为语音的特征，然后采用WMF（weighted matrix factorization）模型进行评分预测。 下
Deep content-based music recommendation 论文笔记
I ♥ emulator
10-18 202
1
［机器学习］content-based recommendation
Leslie的专栏
08-15 2616
本文内容属于 Andrew Ng的《机器学习》公开课笔记，大部分截图均来自Andrew Ng的课件 所谓基于内容的推荐，就是说我们的item具备某些属性attrs，然后我们可以通过某个user的历史评分记录，计算出该user对各种 属性 attr的喜好程度，从而可以给user推荐具备他喜欢的attr的item 比如说，每一部电影，都由 浪漫和动作 两种属性，如下图 我
【Music】视频配乐|多模态检索 Content-based video–music retrieval (CBVMR) Using Soft Intra-Modal 笔记
鹿鹿的博客
10-13 1017
2018 ICMR Content-Based Video–Music Retrieval Using Soft Intra-Modal Structure Constraint Introduction bidirectional retrieval 挑战 设计一种对元数据没有要求的跨模式模型 难以获得匹配的视频音乐对，视频和音乐之间的匹配标准比其他跨模态任务（例如，图像到文本的检索）更加模糊 Contributions Content-based, cross-modal embedding ne
Deep Learning for Sequential Recommendation: Algorithms, Influential Factors, and Evaluations 翻译笔记
qq_39091546的博客
11-26 2753
摘要   在序列推荐领域，基于深度学习（DL）的方法在过去几年中受到了广泛的关注，并超越了基于马尔可夫链和基于因式分解的传统模型。但是，关于基于DL的方法的系统研究很少，尤其是关于如何设计有效的DL模型进行序列推荐的系统研究。在这种观点下，本调查通过考虑上述问题，重点关注基于DL的序列推荐系统。具体来说，我们说明了序列推荐的概念，根据三种类型的行为序列对现有算法进行了分类，总结了影响基于DL的模型性能的关键因素，并进行了相应的评估，以展示和证明这些效果因素。我们通过系统地概述该领域的未来方向和挑战来结束本调
2021_WWW_Self-Supervised Multi-Channel Hypergraph Convolutional Network for Social Recommendation
weixin_46645827的博客
01-13 6376
[论文阅读笔记]WWW_2021_
采用深度学习算法为Spotify做基于内容的音乐推荐
zdy0_2004的专栏
02-21 5581
采用深度学习算法为Spotify做基于内容的音乐推荐 http://www.csdn.net/article/2015-02-10/2823907 摘要：本文概述了作者在Spotify的机器学习实践经验，解释了使用卷积神经网络(CNN)做基于音频的音乐推荐的方法，并提出了有关该卷积网络的实际学习效果的心得。采用了GTX 780Ti GPU，Theano软件框架，
推荐系统之矩阵分解算法
最新发布
bug01111的博客
04-21 972
推荐系统中的矩阵通常较为稀疏，矩阵较大维护成本较高，通过矩阵分解算法将矩阵分解为多个小矩阵，以解决上述问题
空间权重矩阵的设计、组合、分解及标准化
02-05
亲测可用！！！各种空间权重矩阵的设计、组合、分解及标准化的MATLAB代码，并介绍适用于面板数据的时空权重矩阵的设计和优选代码。 代码主要包括：空间权重矩阵的标准化、基于K阶最近邻的空间权重矩阵设计、基于距离的空间权重矩阵设计、基于经济规模（GDP）的空间权重矩阵设计、无信息均等空间权重矩阵设计、基于K阶最近邻组合的空间权重矩阵设计、基于QUEEN空间近邻关系和经济规模的空间权重矩阵组合、基于经济规模和城市间公路里程数的倒数的组合空间权重矩阵设计、基于经济规模和经纬度距离的平方的倒数的组合空间权重矩阵设计、基于经济规模和城市间公路里程数、距离阈值、指数函数的组合空间权重矩阵设计、单个次级区域的空间权重矩阵分解、两个次级区域的空间权重矩阵分解、基于单位矩阵的时空权重矩阵设计、基于有约束固定时间效应的时空权重矩阵、内生时空权重矩阵的设计与优选。
论文阅读：《Improving Content-based and Hybrid Music Recommendation using Deep Learning》
04-18 1263
https://blog.csdn.net/u011239443/article/details/79984751 论文地址： https://www.smcnus.org/wp-content/uploads/2013/09/deep_mr.pdf 摘要 现有的基于内容的音乐推荐系统通常采用两阶段的方法。他们首先提取传统的音频内容特征，如 Mel-frequency cepstra...
推荐系统概述7
相国大人
05-08 2967
写这篇博文用了很多时间和精力，如果这篇博文对你有帮助，希望您可以打赏给博主相国大人。哪怕只捐1毛钱，也是一种心意。通过这样的方式，也可以培养整个行业的知识产权意识。我可以和您建立更多的联系，并且在相关领域提供给您更多的资料和技术支持。 赏金将用于拉萨儿童图书公益募捐 手机扫一扫，即可： 附：《春天里，我们的拉萨儿童图书馆，需要大家的帮助》截止目前，推荐系统概述系列全部完毕，这一节，主要列出引用
推荐系统中的矩阵分解总结
热门推荐
Rnan_prince的博客
08-26 4万+
最近学习矩阵分解，但是学了好多种类，都乱了，看了这篇文章，系统性的总结了矩阵分解，感觉很棒，故分享如下: 前言 推荐系统中最为主流与经典的技术之一是协同过滤技术（Collaborative Filtering），它是基于这样的假设：用户如果在过去对某些项目产生过兴趣，那么将来他很可能依然对其保持热忱。其中协同过滤技术又可根据是否采用了机器学习思想建模的不同划分为基于内存的协同过滤（Memory...
推荐系列（四）：矩阵分解|Matrix Factorization
uncle_ll的博客
06-27 2075
矩阵分解|Matrix Factorization 在上节讲过，用户和item之间的关系可以用一个关系矩阵表示，而矩阵分解式一个简单的嵌入模型。假设一个用户反馈矩阵：A∈Rm×nA \in R^{m \times n}A∈Rm×n，其中m表示用户的数量，n表示item的数量 用户嵌入矩阵 U∈Rm×dU \in \mathbb R^{m \times d}U∈Rm×d 商品嵌入矩阵 V∈Rn...
《机器学习技法》学习笔记15——矩阵分解
08-05 2683
http://blog.csdn.net/u011239443/article/details/76735871线性网络模型Netflix在2006年给出了一个数据集 （用户id，电影id，电影评分） 让我们来预测用户未评分的电影评分分数。 我们可以讲用户id进行二分向量编码，然后同意用户的电影评分组成一个向量，即得到：因为向量x只有一个值为1，所以模型可以变成：而对于某一个电影的预测评分可以
矩阵分解（MATRIX FACTORIZATION）在推荐系统中的应用
尽人事，听天命
10-11 7297
前言 最近一段时间隐语义模型（Latent Factor Model，LFM）在推荐系统中的应用越来越广泛，本文所介绍的矩阵分解方法也是基于这个隐语义模型。  这里需要说明的一点是，这里所说的矩阵分解并不是SVD，之前在这个问题纠结了很久，因为网上很多人还有周围的人都把矩阵分解就当成了SVD，实际上SVD也是矩阵分解的一种技术（SVD在推荐系统中的应用见http://blog.csdn
【推荐系统】推荐系统常用数据集
Robin_S
12-02 1万+
最近在做融合评论信息的推荐系统，找到了许多数据集，就在这里总结一下吧。 Retailrocket 商品评论和推荐数据 The dataset consists of three files: a file with behaviour data (events.csv), a file with item properties (item_properties.csv) and a fi...
mh采样算法推导_推荐基础算法之矩阵分解WMF
weixin_29151301的博客
12-19 578
推荐基础算法之矩阵分解WMF在推荐的领域中，大量的文献都聚焦于处理显示反馈(explicit feedback)。这可能归功于这种显示信息的使用方便。然而，在很多实际情况下，推荐系统还要处理另外一种数据，即隐式反馈数据(implicit feedback)，如购买记录 (purchase history), 浏览记录(browsing history)、搜索模式(search patterns)、...
CF-Based-Recommendation: 探索Java实现的协同过滤推荐系统
- 提供的压缩包文件名为“CF-Based-Recommendation-master”，表明这是一个包含基于协同过滤推荐系统源代码的项目。 总结： 本文件详细介绍了基于协同过滤的推荐系统的相关知识点，包括系统的工作原理、环境配置、...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值