音乐推荐系统 该项目已作为NCSU ADBI 591课程的一部分完成。 注意：如果您是北卡罗莱纳州立大学的学生，并且在谷歌搜索作业中遇到问题时，请确保已使您的教授知道您已将此作为参考。 盲目复制而不引用您的消息来源是a窃案。 创建了一个推荐系统，该系统将根据新用户的收听历史向他们推荐新的音乐艺术家。 向用户建议不同的歌曲或音乐艺术家对于许多音乐流媒体服务（例如Pandora和Spotify）很重要。 另外，这种推荐系统也可以用作向用户（例如，Netflix）推荐电视节目或电影的手段。 使用

音乐推荐系统 推荐系统是为了解决信息过多问题而产生的，可大幅度提升长尾物品的用户到达率。这里的音乐推荐系统，可根据用户历史行为信息，为用户个性化推荐音乐。 基于python语言的音乐推荐系统，采用了惊奇库，深度学习，spark + mllib等推荐方法。推荐系统由离线+在线组成，这里仅展示了离线计算方法。该音乐推荐系统可实现以下推荐策略： 1）针对用户推荐 每日歌曲推荐（根据口味生成，播放和收藏越多，推荐越准） 2）针对歌单推荐 根据你喜欢的《XXX》歌单进行推荐 3）针对歌曲推荐 听某首歌时