基于多模态的音乐推荐系统
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN912

基金项目:

国家自然科学基金(70573025)


A music recommendation system based on multi-modal fusion
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    使用传统协同过滤的方式进行推荐往往会忽视音乐底层特征.通过将音乐的音频特征与歌词信息进行多模态融合,并将融合后的特征信息作为协同过滤推荐的补充,提出了一种基于多模态的音乐推荐系统.主要探讨了音频特征与歌词信息的提取,并在提取歌词信息时利用LDA主题模型进行特征降维.针对多模态融合问题,使用一种特征级联早融合法(EFFC)融合方式,并将多模态融合后的结果与单模态结果进行了比较.对于结果的推荐,以多模态特征信息为依据建立用户兴趣模型,并将该模型通过LSTM神经网络,以过滤与优化协同推荐的用户组.结果表明,基于多模态的音乐推荐系统将推荐结果的误差项平方和(SSE)由传统的2.009降至0.388 6,验证了该方法的有效性.

    Abstract:

    Despite the continuous enrichment of music, the underlying music features are often overlooked when using traditional collaborative filtering. By multi-modal fusion of audio features and lyric information and supplementing the fusion information feature as a collaborative filtering recommendation, a multi-modal music recommendation system is proposed. This studyprimarily discusses the extraction of audio features and lyrics information and uses the LDA topic model to reduce the character dimension of the lyrics information. For the multi-model fusion problem, this study proposes an EFFC fusion method, and compares the results of multi-modal fusion with the results using single-mode. For result recommendations, the user interest model is established based on the multi-modal information feature with the input of LSTM networks to filter and optimize the user group. The results show that the multi-modal music recommendation system reduces the SSE of the result from 2.009 to 0.388 6, verifying the effectiveness of the method.

    参考文献
    相似文献
    引证文献
引用本文

龚志,邵曦.基于多模态的音乐推荐系统[J].南京信息工程大学学报(自然科学版),2019,11(1):68-76
GONG Zhi, SHAO Xi. A music recommendation system based on multi-modal fusion[J]. Journal of Nanjing University of Information Science & Technology, 2019,11(1):68-76

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-04-27
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2019-01-30
  • 出版日期:

地址:江苏省南京市宁六路219号    邮编:210044

联系电话:025-58731025    E-mail:nxdxb@nuist.edu.cn

南京信息工程大学学报 ® 2024 版权所有  技术支持:北京勤云科技发展有限公司