Algorithm last.fm、grooveshark、pandora等推荐网站背后的算法是什么?
我正在考虑启动一个基于推荐系统的项目。我需要在这方面提高自己,这看起来是网络上的热门话题。还想知道lastfm、grooveshark和pandora在推荐系统中使用的算法是什么。如果您知道这类算法的任何书籍、网站或资源,请告知。是对这一领域的一个很好的、平易近人的介绍。潘多拉算法他从将特定音乐类型与您输入的特定歌曲相匹配开始。然后,人们投票决定他们喜欢还是不喜欢这首歌,这使得这首歌逐渐成长起来,从而消除了不好的歌曲,并将好的歌曲推到了最前面。它也会在你的歌曲播放列表中添加投票数很少的新歌,这样歌曲就可以获得一些投票Algorithm last.fm、grooveshark、pandora等推荐网站背后的算法是什么?,algorithm,collaborative-filtering,Algorithm,Collaborative Filtering,我正在考虑启动一个基于推荐系统的项目。我需要在这方面提高自己,这看起来是网络上的热门话题。还想知道lastfm、grooveshark和pandora在推荐系统中使用的算法是什么。如果您知道这类算法的任何书籍、网站或资源,请告知。是对这一领域的一个很好的、平易近人的介绍。潘多拉算法他从将特定音乐类型与您输入的特定歌曲相匹配开始。然后,人们投票决定他们喜欢还是不喜欢这首歌,这使得这首歌逐渐成长起来,从而消除了不好的歌曲,并将好的歌曲推到了最前面。它也会在你的歌曲播放列表中添加投票数很少的新歌,这样
不确定列出的其他网站。曼宁在这方面也有两本好书。而且网站上有一个很好的演示视频,其中有解释(以及作者论文的链接)。这种方法处理的是分析音乐本身的特点。其他方法,如NetFlix和Amazon,依赖于具有相似品味的其他用户的推荐以及基本的类别过滤。看看或
一个简单的算法是。Yehuda Koren(在获得Netflix大奖的团队中)的伟大论文:Netflix大奖(谷歌)的BellKor解决方案 两个网站:
- 谷歌:
- Last.fm“邻居”可能是协作过滤
- 潘多拉聘请了数百名音乐学家对歌曲进行500维的分类。