音乐推荐系统
我们从网上找到两个数据集,一个是用户和音乐的点播数据集,另一个是音乐的详细信息数据集。
利用上述数据,我们可以做一个音乐推荐系统。其中涉及到数据的读取,召回阶段和排序阶段。
在召回阶段,我们尝试了基于排行榜的推荐,基于协同过滤的推荐以及基于矩阵分解的推荐。我们选择矩阵分解来获得召回阶段的结果。
在排序阶段,我们用gbdt+lr的方式来对召回阶段的候选集进行排序。选择打分最高的几个作为最终排序结果。
详细介绍:https://blog.csdn.net/qq_30841655/article/details/107989560