基于Spark的音乐推荐系统的设计与实现

《基于Spark的音乐推荐系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于Spark的音乐推荐系统的设计与实现DESIGNANDIMPLEMENTATIONOFMUSICRECOMMENDSYSTEMBASEDONSPARK顾威哈尔滨工业大学2018年6月国内图书分类号：TP311学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于Spark的音乐推荐系统的设计与实现硕士研究生：顾威导师：王宏志教授副导师董博工程师申请学位：工程硕士学科：软件工程所在单位：软件学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:T

2、P311U.D.C:621.3DissertationfortheMasterDegreeinEngineeringDESIGNANDIMPLEMENTATIONOFMUSICRECOMMENDSYSTEMBASEDONSPARKCandidate：GuWeiSupervisor：ProfessorWangHongZhiAssociateSupervisor:SeniorEngineerDongBoAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：Soft

3、wareEngineeringAffiliation：SchoolofSoftwareDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要唱吧App作为主流的K歌软件之一，经过几年的发展，已经积累了大量的歌曲作品,但是却没有个性化的推荐系统。用户在海量的作品里很难找到符合自己兴趣的作品。传统的搜索引擎适用于用户能够明确使用关键词表达自己需求的场景。而通过排序算法得到的热门榜单

4、上作品也不能代表所有用户的兴趣。音乐是一种典型的具有长尾现象的物品——只有少部分的作品会被人看到，大部分的作品无人问津。所以个性化音乐推荐系统用于帮助用户发现自己感兴趣的作品，从而达到增加用户对App的黏性的目的。推荐系统是信息过滤系统的一种，通过深入挖掘分析用户和物品的信息，预测用户对物品的感兴趣程度。当前主流的推荐算法有协同过滤推荐和基于内容的推荐。协同过滤推荐主要分析用户对物品的行为，而基于内容的推荐则从物品自身属性挖掘相似的物品。不同的推荐算法有其自身的优缺点，推荐系统往往融合多种推荐算法进行组合推荐。本文

5、参考已有的研究成果，选取了四种推荐算法并借助Spark平台上予以实现。四种推荐算法分别是基于用户的协同过滤推荐，组合基于物品内容和基于物品协同过滤的推荐，基于图模型的算法，基于隐语义模型的算法。出于为大量用户推荐大量歌曲的需求，本文在Spark平台实现这四种推荐算法对应的推荐引擎。然后将推荐引擎和App业务系统对接，设计和实现了一个具备完整推荐流程的推荐系统。关键词：推荐系统；SPARK；音乐推荐-I-哈尔滨工业大学工程硕士学位论文AbstractAfterseveralyearsofdevelopment,Cha

6、ngBamobileapplicationasoneofmainstreamsingapplicationshasaccumulatedmuchmusic,buttherewasn’tapersonalrecommendationsystem.Itisdifficultyforusersfindinterestingmusicinsuchmassdata.Traditionalsearchengineisappliedtothesituationwhichusercanusekeywordsdescribehisr

7、equirement.Andthehotmusiclistmadebysortalgorithmcannotrepresenttheinterestofallusers.MusicisatypicalitemwhichhasLongTailappearance.FewofMusiccanbewatchedbyusersandmuchofitis’tcaredbyanyone.Sopersonalizationmusicrecommendationsystemcanhelpusersfindtheirinsteres

8、tingmusicandachievethegoalofincreasingusageofapplication.Recommendationsystemisoneofinformationfiltersystem.Itpredicttheuser’sinterestforsomeitembyminingandanalyzingthedataofuseran