Resumen

Este documento propone un método de recomendación de música personalizada basado en el análisis de series temporales multidimensionales, que puede mejorar el efecto de la recomendación de música al utilizar de manera razonable el comportamiento a medio plazo de los usuarios. Este método utiliza el modelo de temas para expresar cada canción como la probabilidad de pertenecer a varios temas ocultos, luego modela el comportamiento de los usuarios como series temporales multidimensionales y analiza las series para predecir mejor la preferencia de comportamiento de los usuarios de música y dar recomendaciones razonables. Posteriormente, se propone un método de recomendación de música que integra los comportamientos a largo plazo, a medio plazo y en tiempo real de los usuarios y considera el ajuste dinámico del peso de influencia de los tres comportamientos para mejorar aún más el efecto de la recomendación de música mediante la adopción de la tecnología avanzada de memoria a corto y largo plazo (LSTM). A través de la implementación del sistema prototipo, se verifica preliminarmente la viabilidad del método propuesto.

• 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:Método de recomendación de música propuesto; Personalizado; Análisis de series temporales multidimensionales; Modelo de tema; Tecnología de memoria a largo plazo y corto plazo (LSTM)
• Keywords:Proposed; Personalized; Music recommendation method; Multidimensional time-series analysis; Theme model; Long short time memory (LSTM) technology