跳到主要內容

臺灣博碩士論文加值系統

(35.172.223.30) 您好!臺灣時間:2021/07/25 12:17
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:湯玉琳
研究生(外文):yu lin tang
論文名稱:運用協同合作式篩選法之音樂推薦系統
論文名稱(外文):The Music Recommendation System Using Collaborative Filtering
指導教授:林佑政林佑政引用關係
指導教授(外文):you jheng lin
學位類別:碩士
校院名稱:開南大學
系所名稱:資訊及電子商務學系
學門:商業及管理學門
學類:一般商業學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:40
中文關鍵詞:協同合作式篩選法推薦
外文關鍵詞:Collaborative FilteringRecommendation
相關次數:
  • 被引用被引用:4
  • 點閱點閱:350
  • 評分評分:
  • 下載下載:135
  • 收藏至我的研究室書目清單書目收藏:0
電腦網路的普及化,使用電腦上網的人數與日俱增。根據交通部(http://www.motc.gov.tw/,民國94年3月)的資料顯示,台灣地區近1237萬人曾使用網際網路,其中1091萬人近一個月內有上網,較87年之調查結果大幅增加981萬人,上網普及率高達54.7%,平均每1.8位民眾就有1人曾經上網,網際網路使用人口成長快速。
由於電腦網路的普及化,使用電腦網路聽MP3音樂或數位式音樂的時代已經來臨,使用者選擇音樂的方法也增加了不少。以往一張專輯可能只喜歡某幾首歌曲卻需要買整張,現在網路的發達,使得許多業者利用網路提供單首歌曲下載的服務,而在數百萬首歌曲中,如何找到自已想要聽的歌曲呢?透過推薦系統的幫助可以在大量的音樂資料庫中快速地找尋出自己喜歡的歌曲,同時節省不必要的時間與金錢花費,因此音樂推薦系統的建置已日漸需要。
不同於以往採用主動的方式推薦音樂,本研究提出以協同合作式推薦法(Collaborative Recommendation)的音樂推薦系統,試圖設計出最適合使用者的音樂推薦服務,並且與ezPeer﹢、KKBOX的推薦音樂方式相比較,實驗結果顯示,使用協同合作式篩選法的音樂推薦服務較受到青睞。
Popularization of the computer network, more and more people using computer network. According to Ministry of Transportation And Communications(http://www.motc.gov.tw/,1995) display, early 12,370,000 people have used the internet network in Taiwan, it have 10,910,000 used computer network this month, it improve 9,810,000 people on 1988, network popularization rate run up to 54.7%, every 1.8 people have a person who once surfed the Net on average, the internet network uses population to grow up fast.
Due to the popularization of the computer network, the era of use the computer listening music to MP3 music or digital music, user chooses the method of the music increase much too. A disc may only like some several songs but need to buy whole one in the past, development of the network now, person who makes a lot of family property utilizes the network to offer the service of single first download of songs, in millions of songs, how to find from the song that has already been wanted to listen to? Through recommending systematic help to look for out the song liked oneself fast in a large number of music databases, saves unnecessary time and money to spend at the same time, so the music recommends the systematic construction to already need day by day.
Different from the past to adopt initiative way to recommend the music, originally research and propose it in order to recommend the music of the law to recommend the system in coordination with the cooperative type, attempt to design the music recommendation service most suitable for the user, and compare with the recommendation music way of ezPeer﹢,KKBOX, the experimental result shows, using the music recommendation service screening France in coordination with the cooperative type to be relatively favored.
誌 謝 ----------------------------------------------------- I
中文摘要 --------------------------------------------------- II
英文摘要 --------------------------------------------------- III
目 錄 ----------------------------------------------------- V
表次 ---------------------------------------------------- VII
圖次 --------------------------------------------------- VIII

第一章 緒論 ----------------------------------------------- 1
第一節研究背景 ----------------------------------------- 1
第二節 研究動機 ----------------------------------------- 1
第三節研究目的 ----------------------------------------- 2
第四節研究步驟 ----------------------------------------- 2
第五節論文架構 ----------------------------------------- 3

第二章文獻探討 ------------------------------------------- 5
第一節推薦系統 ----------------------------------------- 5
第二節 協同合作式推薦法 -------------------------------- 13
第三節音樂推薦系統 ------------------------------------ 16
第四節潘朵拉 ------------------------------------------ 18

第三章研究方法 ------------------------------------------ 20
第一節名詞定義 ---------------------------------------- 20
第二節推薦系統的流程 ---------------------------------- 22
第三節 協同合作式篩選法的推薦方式 ---------------------- 23
第四節以協同合作式篩選法推薦歌曲 ---------------------- 24

第四章實驗結果與分析 ------------------------------------ 26
第一節系統架構與實驗設計 ------------------------------ 26
第二節 實驗結果與分析 ---------------------------------- 31
第三節理論與實驗之改進 -------------------------------- 36

第五章結論與建議 ---------------------------------------- 37
第一節研究結果與討論 ---------------------------------- 37
第二節 對實務界的貢獻 ---------------------------------- 37
第三節研究限制與未來方向 ------------------------------ 37

參考文獻 -------------------------------------------------- 39
壹、中文部分
1.劉先烜,2002,「協同合作式社會網絡篩選:結合網頁結構探勘與協同合作式篩選的個人化機制」,國立台灣大學資訊管理所碩士論文。

貳、西文部分
1.T. W. Malone, K. R. Grant, F. A.Turbak, S. A. Brobst, and M. D. Cohen, 1987, “Intelligent Information Sharing System”. Communications of the ACM,30, 5. PP.390-402.
2.Paul Resnick, Neophytos Iacovou, Mitesh Suchak, Peter Bergstrom,and John Ried, 1994, “GroupLens: An Open Architecture for Collaborative Filtering of Netnews”. Proceedings of ACM Conference onComputer 30, 5(1987). PP.390-402.
3.Marko Balabanovic, 1997, “Content-Based,Collaborative Recommendation”, Communications of the ACM, March.
4.D. Oard and J. Kim., 1998, “Implicit Feedback for Recommendation Systems”.In proceedings of the AAAI Workshop on Recommender System.
5.Chumki Basu, 1998, “Recommendation as Classification:Using Social and Content-Based Information in Recommendation”,American Association for Artificial Intelligence.
6.J.Ben Schafer, 1999, “Recommender Systems inE-Commerce”, E-Commerce of the ACM.
7.J. B. Schafer, J. Konstan, J. Riedl, ”Electronic Commerce RecommenderApplications,” Journal of Data Mining and Knowledge Discovery, 2000, vol.5, pp. 115-152.
8.Oh-Woog Kwon, 2000, “Web Page Classification basedon k-Nearwst Neighbor Approach”, Proceedings of 5th International Workshop Information Retrieval with Asian Languages of the ACM.
9.B. M. Sarwar, G. Karypis, J. Konstan, and J. Riedl, 2000, “Analysis of recommender algorithms for e-commerce”, In Proceedings of the 2nd ACM E-Commerce Conference (EC’00), Minneapolis.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top