6538

6538

سيستم توصيه گر موسيقي

كارشناسي

نرم افزار

1398

دكتر صالح اعتمادي

1398/08/19

كامپيوتر

music recommender system

چكيده سيستمهاي توصيه گر امروزه نقش بسيار مهمي در شبكههاي اجتماعي و برنامههاي كاربردي دارند. وظيفهي اصلي اين سيستمها محدود كردن فضاي حالت براي انسانها به منظور باال بردن كيفيت و بهرهوري از موقعيتهاي به وجود آمده است. اين جست و جو وظيفه ي سيستمهاي خودكار و هوش مصنوعي ميباشد. برخي از اين توصيهها بر اساس متاديتاها )اطالعاتي كه به صورت اجمالي يك محتوا را توصيف مي كند مانند نام و هشتگها و ...( و برخي ديگر بر اساس خود محتوا انجام ميشود. بررسي محتواي يك اثر مانند موسيقي موضوع آساني نيست چراكه درك يك ماشين و يك انسان از اين محتوا يكسان نميباشد. در اين مقاله سيستم توصيهگر موسيقي فقط بر اساس محتوا مورد تحقيق قرار گرفتهاست. اطالعات اوليهي سيستم تعداد دفعاتي ميباشد كه هر كاربر به هر آهنگ گوش دادهاست. به اين منظور از collaborative implicit filtering استفادهشده است و اين تحليل با دو مورد از روش هاي SVD(جداسازي مقادير يگانه( مورد بررسي قرار گرفته است. محتواي هر آهنگ نيز ابتدا به mfccهاي مرتبه اول تا سوم تبديلشده سپس با خوشهبندي محدودهي آن كاهش پيدا كرده و در آخر براي راحتي محاسبات quantize ميشود. در نهايت محتواي هر آهنگ به عنوان داده، و اطالعات حاصل از factorization matrix براي هر آهنگ به عنوان برچسب به يك ماشين داده ميشود تا فرايند يادگيري ماشين انجام شود. از اين به بعد ، براي هر آهنگ جديدي كه به سيستم اضافه ميشود، مي توان برچسبهاي مربوط به آن را استخراج كرد و با ضرب كردن دوبارهي ماتريسها دريابيم اين آهنگ با ذائقه ي كدام كاربران مطابقت دارد.

سيستم توصيه گر , موسيقي , محتوا , filtering collaborative