【问题标题】:Similar Sounding Music [closed]类似的音乐[关闭]
【发布时间】:2014-04-29 21:42:53
【问题描述】:

我们有一个用户,拥有 100 首歌曲的音乐库。在他喜欢的20个中,他讨厌10个,有5个他既不讨厌也不喜欢。他从来没有听过剩下的 65 个。

问题:使用什么样的算法来扫描剩余的 65 首歌曲并找出用户喜欢的音乐?

【问题讨论】:

  • 为什么是-2?这个问题太板了吗?
  • 是 iTunes 中的天才吗? ;-)
  • 是的,太宽泛了。答案甚至无法开始描述这种算法所需的所有必要先决条件
  • 是的,类似
  • -3 现在,这可能是因为您应该自己做功课,而不是尝试使用 SO 让某人为您做事。

标签: algorithm audio


【解决方案1】:

研究了一款名为 MusicIP 的产品,它有一些非常聪明的算法指纹技术。它将曲目转换为 WAV,然后创建指纹,然后使用一些巧妙的魔法来匹配相似的歌曲。

【讨论】:

    【解决方案2】:

    为了向用户推荐新的不熟悉的内容,一般的方法是使用机器学习,特别是collaborative filtering,这通常用于推荐系统。这个想法是利用人群的知识,找到与你有相似品味的人(或群体),并推荐他们倾向于喜欢的新项目。

    另一种方法是为喜欢/不喜欢创建一个classification algorithm,但这可能需要从每首歌曲中提取能够描述问题本质的特征,而这通常并非易事。

    您可能想尝试的一些分类算法是SVMNaive Bayesneural networksDecision trees 等等。正如我所提到的,真正的挑战是为问题找到合适的特征。

    【讨论】:

    • 非常感谢您的回答!我对第2个感兴趣。您能否提供更多详细信息或起点?
    • @Luka 不幸的是,我对如何为此类问题提取特征没有经验,我添加了一些您可能想尝试的分类算法。
    • 好的,谢谢你的帮助!
    猜你喜欢
    • 1970-01-01
    • 2010-09-11
    • 2010-10-10
    • 1970-01-01
    • 1970-01-01
    • 2011-05-30
    • 2011-03-10
    • 2012-04-06
    • 1970-01-01
    相关资源
    最近更新 更多