基于协同过滤算法和深度学习的音乐推荐

最新推荐文章于 2026-03-23 06:30:46 发布

原创

最新推荐文章于 2026-03-23 06:30:46 发布 · 置顶 · 1.3w 阅读

193

标签

#协同过滤 #音乐推荐 #深度学习 #音乐检索

收录于

本文介绍了一个结合协同过滤算法和深度学习的音乐推荐系统。系统在MillionSongDataset数据集上实现，利用Python的scikit-surprise库进行协同过滤，并通过CNN进行音乐音频特征提取和相似度匹配，用于音乐推荐和检索。

基于协同过滤算法和深度学习的音乐推荐

协同过滤音乐推荐深度学习音乐检索

文章目录

基于协同过滤算法和深度学习的音乐推荐

Github 地址

项目 Github 地址

微信小程序版实现

本项目的微信小程序版: LE7ELS/music_recommendation_miniapp

介绍

项目主要工作在 Million Song Dataset 数据集下基于 Python 的 scikit-surprise 库实现了基于协同过滤的音乐推荐，还有用 CNN (卷积神经网络) 实现相似音乐推荐。

其中，协同过滤主要基于 Python scikit-surprise 库的文档(Documents) 写的协同过滤算法，所采用的数据集的原因，协同过滤出来的指标比较低，系统中协同过滤的结果采用三个算法输出的结果投票。

另外就是参照下面的参考项目做了基于深度学习的音乐推荐，该项目主要实现相似相似旋律的音乐推荐。其主要通过 CNN 对音乐音频信息进行特征提取，然后对提取后的特征向量与实现保存好的一些音乐特征向量进行相似度匹配，将相似度最高的几首音乐作为推荐结果。该方法可以用于音乐检索，音乐防抄袭等领域。

本项目特有的部分是，将上述两种方法融合，并写了个 web 展示效果。由于 Million Song Dataset 数据集没有歌曲内容信息，本人找了某易云的爬虫代码，建立 Million Song Dataset