NLP自然语言处理系列-音乐推荐系统实战 -构建推荐系统

NLP自然语言处理系列-音乐推荐系统实战 -构建推荐系统

本文进行音乐推荐系统案例实战，对音乐数据集进行数据清洗和特征提取，基于矩阵分解进行音乐推荐。

• 数据处理 读取音乐数据集，统计数据指标，选择文本信息特征 https://blog.csdn.net/duan_zhihua/article/details/114799527?spm=1001.2014.3001.5501

• 基于商品相似性的推荐 选择相似度计算方法，通过相似度来计算推荐结果

• 基于SVD矩阵分解的推荐 使用矩阵分解方法，快速高效得到推荐结果

构建推荐系统

排行榜单推荐，解决新用户的冷启动问题，创建一个函数，传入原始数据，用户列名，要统计的指标（例如按歌曲名字，歌手名字，专辑名字。选择统计哪项指标得到的排行榜单）

import Recommenders as Recommenders
from sklearn.model_selection import train_test_split

triplet_