國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

整合社群網站資訊與情緒標籤於音樂推薦系統之研究 = Combining ...

余沛倫

整合社群網站資訊與情緒標籤於音樂推薦系統之研究 = Combining Social Information and Emotional Tags for Music Recommender System

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Combining Social Information and Emotional Tags for Music Recommender System
作者:	余沛倫,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	2015[民104]
面頁冊數:	52面圖，表 : 30公分;
標題:	推薦系統
標題:	Recommender System
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/99797906665119277096
附註:	104年10月31日公開
附註:	參考書目：面41-44
摘要註:	隨著時代演進音樂創作越來越多元化,作品數量也不斷累積上升。加上近年來音樂壓縮技術不斷提升,使得數位音樂蓬勃發展。數位音樂將成為音樂產業備受重視的營收項目,因此如何提供好的線上音樂服務成為一大課題。為了能夠促進使用者的消費,且因為音樂數量越來越多使得搜尋不易,因此開發了推薦系統主動推薦使用者可能會有興趣的音樂。在另一方面,近年來線上社群網站大幅度增長,使用人數節節升高,近乎將現實生活中的社會搬上了虛擬的舞台,社群網站因此富含了豐富的使用者資訊。本研究希望透過擷取社群網站中的豐富資訊進行音樂推薦,透過情緖標籤的使用,從複雜且多樣的使用者資料中獲得能夠幫助音樂推薦系統的方法,建立基於社群網站資訊的音樂推薦機制。經實驗評估發現透過音樂專頁最能準確預測使用者音樂喜好,且社群網站中的資料與音樂資料具有資料不平衡的特性。 Music become more and more genre. The compression technology of music is getting stronger. People started to use digital music. Digital music becomes the major part of income in the music industry and the music industry started to take it serious. Providing a great online music service become an important goal. The music recommender system was created for finding out user's music interest initiatively. In the other side, the social network sites become more and more popular. The social network sites have lots of user’s information therefore we want to use those social network data to improve the music recommender system.In this research, we proposed a method based on social network and emotional tags to recommend music. We found that using users likes of music pages to recommend music got the best rating than other users' social data. Also found out there is data imbalance in social network data and music data.

整合社群網站資訊與情緒標籤於音樂推薦系統之研究 = Combining Social Information and Emotional Tags for Music Recommender System
余, 沛倫

整合社群網站資訊與情緒標籤於音樂推薦系統之研究 = Combining Social Information and Emotional Tags for Music Recommender System / 余沛倫撰 - [高雄市] : 撰者, 2015[民104]. - 52面 ; 圖，表 ; 30公分.
104年10月31日公開參考書目：面41-44.
推薦系統Recommender System

整合社群網站資訊與情緒標籤於音樂推薦系統之研究 = Combining Social Information and Emotional Tags for Music Recommender System
LDR:03155nam0a2200289 450 001 458411
005 20240524140205.0
009 458411
010 0 $b 精裝
010 0 $b 平裝
100 $a 20151007d2015 k y0chiy50 e
101 1 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 整合社群網站資訊與情緒標籤於音樂推薦系統之研究 $d Combining Social Information and Emotional Tags for Music Recommender System $z eng $f 余沛倫撰
210 $a [高雄市] $c 撰者 $d 2015[民104]
215 0 $a 52面 $c 圖，表 $d 30公分
300 $a 104年10月31日公開
300 $a 參考書目：面41-44
314 $a 指導教授：丁一賢博士
328 $a 碩士論文--國立高雄大學資訊管理學系碩士班
330 $a 隨著時代演進音樂創作越來越多元化,作品數量也不斷累積上升。加上近年來音樂壓縮技術不斷提升,使得數位音樂蓬勃發展。數位音樂將成為音樂產業備受重視的營收項目,因此如何提供好的線上音樂服務成為一大課題。為了能夠促進使用者的消費,且因為音樂數量越來越多使得搜尋不易,因此開發了推薦系統主動推薦使用者可能會有興趣的音樂。在另一方面,近年來線上社群網站大幅度增長,使用人數節節升高,近乎將現實生活中的社會搬上了虛擬的舞台,社群網站因此富含了豐富的使用者資訊。本研究希望透過擷取社群網站中的豐富資訊進行音樂推薦,透過情緖標籤的使用,從複雜且多樣的使用者資料中獲得能夠幫助音樂推薦系統的方法,建立基於社群網站資訊的音樂推薦機制。經實驗評估發現透過音樂專頁最能準確預測使用者音樂喜好,且社群網站中的資料與音樂資料具有資料不平衡的特性。 Music become more and more genre. The compression technology of music is getting stronger. People started to use digital music. Digital music becomes the major part of income in the music industry and the music industry started to take it serious. Providing a great online music service become an important goal. The music recommender system was created for finding out user's music interest initiatively. In the other side, the social network sites become more and more popular. The social network sites have lots of user’s information therefore we want to use those social network data to improve the music recommender system.In this research, we proposed a method based on social network and emotional tags to recommend music. We found that using users likes of music pages to recommend music got the best rating than other users' social data. Also found out there is data imbalance in social network data and music data.
510 1 $a Combining Social Information and Emotional Tags for Music Recommender System $z eng
610 0 $a 推薦系統 $a 音樂推薦 $a 社群網路 $a 情緒標籤
610 1 $a Recommender System $a Music Recommendation $a Social Network $a Emotional Tags
681 $a 008M/0019 $b 464105 8032 $v 2007年版
700 1 $a 余 $b 沛倫 $4 撰 $3 709655
712 0 2 $a 國立高雄大學 $b 資訊管理學系碩士班 $3 353936
801 0 $a tw $b NUK $c 20151027 $g CCR
856 7 $z 電子資源 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/99797906665119277096