基于用户的协同过滤个性化音乐推荐系统答辩记录表

课题题目

个性化音乐推荐系统

教

师

提

问

  1.热门推荐和个性化推荐有什么不同？且个性化推荐与热门推荐实现方法有什么不同？

2.系统中使用基于用户的协同过滤算法，用的是欧几里德来计算用户之间的相似度，其中k的取值取决于什么？

3.基于用户的协同过滤算法在系统中是如何实现的？

学

生

答

辩

情

况

记

录

1.热门推荐是推荐当前播放量价高的过去，而个性化推荐使用个性化推荐系统中的基于用户的协同过滤算法。得出的评分较高的歌曲列表。热门推荐需统计当前系统中歌曲播放次数，把播放次数较高的前20首歌曲推荐到热门推荐中。个性化推荐使用基于用户的协同过滤算法计算果用户相似度后选取相似用户中用户未听过的计算，用户对其的评分有高到低保存到推荐系统中并推荐给用户。

2.欧几里得来计算用户之间的相似度公式中k的取值取决于计算的两个用户之间共同评过分的歌曲数量，假设要计算用户a和用户b之间的相似度，用户对歌曲ABCD的评分用户必对科学CCD一群不分，那么公式中k的取值为用户共同评过分的coach数量级为三。

3.牛逼哄哄 16:17:23

在系统中，基于用户的协同过滤算法，使用Java编写，先后使用欧几里得变形后的公式和两用户的相似度*另一用户对该歌曲的平分后得出用户对歌曲的估分将其由高到低保存到堆中选取前十首保存到系统数据库中将上述计算过程设为一项服务并定时启动定时在后端可在可修改反正都是潜在的前端用户登录本系统之后访问个性化推荐网页将其请求发送到后端后端去访问数据库获取到数据之后发送至前端展示给用户

答辩小组教师签名：    

                             年     月     日