Resumen

Las recomendaciones de música personalizadas pueden impulsar con precisión la música de interés de una gran biblioteca de canciones basándose en la información del usuario cuando las necesidades de escucha de los usuarios están difusas. Con este fin, este artículo propone un método de recomendación de música nacional basado en modelado de ontologías y conciencia del contexto para explorar el uso de recursos musicales que representen mejor las preferencias del usuario. En primer lugar, se utiliza el algoritmo de maximización de la expectativa para agrupar a los usuarios y puntuaciones de música étnica, dividiendo a usuarios y música similares en clusters. La similitud de objetos en el mismo cluster es mayor, y la similitud de objetos en clusters diferentes es menor. En segundo lugar, diseñamos un modelo de recomendación de música étnica de filtrado colaborativo multicapa basado en modelado de ontologías y descomposición tensorial. Este modelo utiliza ontologías para construir un modelo de conocimiento del usuario e integra medidas de similitud en múltiples situaciones. Las pruebas de casos reales y el análisis de retro

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Recomendaciones musicales; Información del usuario; Modelado ontológico; Conciencia del contexto; Música nacional personalizada; Filtrado colaborativo
• Keywords:Music recommendations; User information; Ontology modeling; Context awareness; Personalized national music; Collaborative filtering