期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

改进FP-Growth算法在音乐推荐中的应用研究被引量：1

在线阅读下载PDF

导出

摘要为从用户的播放记录中挖掘用户的歌曲喜好关联规则,推测用户可能感兴趣的曲目,论文采用一种基于改进FP-Growth算法的关联规则挖掘算法开展音乐推荐研究。为提高音乐推荐的准确度和算法执行效率,对传统的FP-Growth进行了如下改进:使算法吸纳播放次数对项目重要性的影响,且采用交换结点的方法减少FP-Tree的规模,并引入遗忘机制来适应用户的兴趣迁移。基于上述改进,论文利用约两万名用户的播放记录进行仿真分析实验,结果表明该算法能以较短的耗时实现用户音乐推荐。

作者潘晓晖彭炜烨

机构地区华南农业大学数学与信息学院华南农业大学工程学院

出处《信息系统工程》 2021年第8期129-133,共5页

关键词数据挖掘歌曲喜好推荐改进FP-Growth算法仿真分析

分类号 J605 [艺术—音乐] TP311.13 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献4

1纪文璐,王海龙,苏贵斌,柳林.基于关联规则算法的推荐方法研究综述[J].计算机工程与应用,2020,56(22):33-41. 被引量：52
2田春子,张磊,朱泽一,邵晓康,胡子悦.基于Apriori和FP-Growth算法的学生行为分析研究[J].信息记录材料,2020,21(12):156-159. 被引量：3
3李冬云.利用关联规则挖掘技术实现数字图书馆个性化推荐服务[J].兰台内外,2020(34):40-42. 被引量：8
4彭浩,佃松宜.基于改进FP-growth的用户兴趣推荐算法的设计与实现[J].微电子学与计算机,2020,37(2):8-13. 被引量：6

二级参考文献51

1冯兴杰,周谆.Apriori算法的改进[J].计算机工程,2005,31(B07):172-173. 被引量：17
2邹志文,朱金伟.数据挖掘算法研究与综述[J].计算机工程与设计,2005,26(9):2304-2307. 被引量：52
3李青青.谈图书馆个性化服务几个主要方式[J].图书馆工作与研究,2006(3):86-87. 被引量：49
4史册.面向研究生的个性化信息服务模式探讨[J].图书馆学研究,2006(7):61-63. 被引量：7
5吕惠红.网络环境下我校图书馆读者服务新模式[J].图书馆论坛,2006,26(4):274-275. 被引量：11
6王伟,张征芳,王海明.基于数据挖掘的图书馆读者行为分析[J].现代图书情报技术,2006(11):51-54. 被引量：27
7蔡代纯.个性化信息服务研究综述[J].图书馆学刊,2007,29(1):86-87. 被引量：19
8聂江城.解析图书馆在促进和谐社会发展中的作用[J].图书馆学刊,2007,29(2):25-28. 被引量：5
9杨涛,曹树金.用户对数据库个性化服务功能利用研究——以《中文科技期刊数据库》为例[J].图书情报工作,2007,51(5):70-73. 被引量：7
10余小鹏.一种基于多层关联规则的推荐算法研究[J].计算机应用,2007,27(6):1392-1393. 被引量：7

共引文献65

1苏启琛,苏洋.一种基于内容的生鲜产品推荐算法[J].电脑知识与技术,2020,16(28):189-191. 被引量：2
2潘树茂,章新友,吴地尧,郭永坤,丁亮,谈荣珍.基于中药数据策略模式分析平台分析治疗原发性肝癌中药处方的用药规律[J].中国药房,2020,31(24):2966-2973. 被引量：10
3李绍华,王铮,梁艺多.基于数据清洗和关联规则的图书推荐算法[J].赤峰学院学报（自然科学版）,2021,37(3):8-12. 被引量：1
4刘磊,康瑞华.改进Apriori算法在学生能力影响因子分析中的应用[J].软件导刊,2021,20(4):194-198. 被引量：1
5李正龙,张巍.Apriori算法在学生成绩中的关联性研究[J].信息与电脑,2021,33(4):53-55. 被引量：4
6李绍华,冯晶莹,王铮.基于数据过滤Apriori算法的图书推荐模型[J].齐齐哈尔大学学报（自然科学版）,2021,37(4):38-43. 被引量：3
7洪炎,张磊,严加琪.基于AP-CAN的增量关联挖掘算法研究[J].安庆师范大学学报（自然科学版）,2021,27(2):20-25. 被引量：1
8黄志成.基于关联规则挖掘的个性化智能推荐服务研究[J].科学与信息化,2021(19):60-61.
9杨宇环,张开生.融合FP-Growth和RBM的图书推荐算法研究[J].陕西科技大学学报,2021,39(4):156-160. 被引量：4
10杨玉枝.一种改进的缺失数据协同过滤图书自动推荐模型研究[J].科技资讯,2021,19(10):181-186. 被引量：1

同被引文献8

1窦维萌,郑秋爽,孙宗锟.基于DB-CF算法的音乐平台个性化推荐研究[J].软件导刊,2020,19(3):57-59. 被引量：6
2邓冠奇.数字流媒体与实体载体并存,让用户按需选择2020音乐资源心水推荐[J].家庭影院技术,2020,0(5):31-40. 被引量：1
3陈继腾,陈平华.基于协同过滤和对象模型的音乐推荐系统研究[J].计算机与数字工程,2020,48(8):1892-1896. 被引量：3
4杨明极,刘畅,宋泽.注意力机制与改进RNN的混合音乐推荐算法研究[J].小型微型计算机系统,2020,41(10):2235-2240. 被引量：11
5薛钧星,孔钧昊.基于CatBoost算法的个人歌曲喜好预测[J].电脑编程技巧与维护,2022(1):110-111. 被引量：1
6蔡海东,詹昊轩,舒智敏,郭天雄.基于元数据和协同过滤融合的音乐推荐算法[J].信息与电脑,2021,33(23):51-54. 被引量：1
7刘义理,朱茂然,胡莼.基于用户行为轨迹的在线音乐偏好模型[J].复旦学报（自然科学版）,2022,61(3):342-352. 被引量：4
8杨曦婷.新媒体音乐的传播方式研究——推荐《新媒体音乐传播:理论与实践》[J].新闻记者,2022(6). 被引量：1

引证文献1

1张研.基于数据驱动遗传算法的自动化隐式评分歌曲推荐方法[J].河北北方学院学报（自然科学版）,2023,39(1):10-14.

1周彩霞,徐富建.新时代背景下高校仪器分析实验教学改革探索[J].广州化工,2021,49(21):131-132. 被引量：7
2韩驰,熊伟.航天侦察装备体系指标关联信息挖掘研究[J].系统仿真学报,2021,33(10):2372-2380. 被引量：13
3李先飞,高琦,张乐.基于改进混合采样均衡化的质量规则获取[J].组合机床与自动化加工技术,2021(10):42-46.
4范敏,杨庚.面向隐私保护的关联规则挖掘算法[J].信息安全研究,2021,7(11):1007-1016. 被引量：2
5马炜.抓住实验意外现象提高实验教学效率——以“铁的腐蚀”为例[J].中学化学教学参考,2021(20):61-62.
6李颖,孔超,朱洪志,孙文超,孙荣,鲍发凯.环保高效型SBS改性沥青稳定剂路用性能研究[J].工程建设与设计,2021(19):155-157. 被引量：2
7李新星,王红侠,徐艳.工具钢的热处理工艺-组织-性能分析实验教学研究[J].中国现代教育装备,2021(19):107-110.

信息系统工程

2021年第8期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部