注意: 上方的内容不要删除

项目题目

基于用户协同过滤的歌单推荐系统

成员

梁天行(5720182040), 李欣悦(5720182039), 刘影(5720182035), 秦馨(5720182058)

问题描述

1、问题背景分析

个性化推荐在社会生活中的各方面都有应用，音乐推荐是其中的重要一环。目前数字音乐的增长是指数级别的，当用户想从海量音乐中搜索并发现自己喜欢的音乐时，会发现往往达不到自己的目的。研究大数据在音乐推荐系统中的应用，通过一些挖掘算法，发现数据之间的相关性，预测用户喜欢的歌曲类别以及更加具体的特点构建用户画像，快速准确推测使用者的喜好，及时为用户推荐更多感兴趣的信息。

2、问题描述

2.1 数据准备

利用NeteaseCloudMusicApi开源项目，对网易云音乐的歌单数据进行爬取，网易云音乐歌单数据以JSON格式进行存储。

2.2 模型建立

采用python surprise库中的基于KNN算法的协同过滤作为推荐算法，根据用户和用户之间的相似度，只要找出相似用户喜欢的物品，并预测目标用户对对应物品的评分，就可以找到评分最高的若干个物品推荐给用户。

2.3 预期的结果

用户输入歌单名，系统为用户提供和输入歌单相似的歌单； 用户输入歌曲名，系统可为用户匹配与输入歌曲名称相似的歌名。

项目评估

项目分工

梁天行 负责数据获取及预处理

李欣悦 算法设计与实现

秦馨 数据分析

刘影 文档编写