Resumen

Con la llegada de los grandes datos, el rendimiento de los algoritmos de recomendación tradicionales ya no es suficiente para satisfacer la demanda. La mayoría de las personas no dejan demasiados comentarios y otros datos al usar la aplicación. En este caso, los datos de los usuarios están demasiado dispersos y discretos, con problemas evidentes de escasez de datos. En primer lugar, este documento describe las ideas principales y los métodos utilizados en los sistemas de recomendación actuales y resume las áreas que necesitan atención y consideración. Basándose en estos algoritmos y en la información de datos históricos de usuarios y de datos de música que se pueden encontrar actualmente, el documento tiene como objetivo construir un sistema de recomendación de música personalizado basado en etiquetas dirigidas, que pueda proporcionar servicios musicales básicos a los usuarios y enviarles listas de recomendaciones de música personalizadas. Luego, se introduce el algoritmo de filtrado colaborativo basado en etiquetas. Por lo general, este método utiliza etiquetas discretas, y las etiquetas de usuario y las etiquetas de música se yuxtaponen y nivelan entre sí, lo

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Big data; Algoritmos de recomendación; Datos de usuario; Sistema de recomendación de música; Algoritmo de filtrado colaborativo; Secuencia de etiquetas
• Keywords:Big data; Recommendation algorithms; User data; Music recommendation system; Collaborative filtering algorithm; Tag sequence