شماره ركورد
6538
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
6538
پديد آورنده
محيا خزائي
عنوان
سيستم توصيه گر موسيقي
مقطع تحصيلي
كارشناسي
رشته تحصيلي
نرم افزار
سال فارغ التحصيلي
1398
استاد راهنما
دكتر صالح اعتمادي
موضوع ها
سيستم توصيه گر , موسيقي , محتوا , filtering collaborative
دانشجوي وارد كننده اطلاعات
محيا خزائي
تاريخ ورود اطلاعات
1398/08/19
دانشكده
كامپيوتر
عنوان به انگليسي
music recommender system
چكيده
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.
كليدواژه ها
سيستم توصيه گر , موسيقي , محتوا , filtering collaborative