基于机器学习的音乐流行趋势预测

摘要：2015年国家针对音乐版权问题发布文件，音乐行业迎来又一次洗牌契机。能否准确预测流行趋势、预判音乐黑马，是音乐平台吸引用户的关键。鉴于机器学习在数据挖掘领域的优越性，本文基于机器学习构建音乐流行趋势的预测模型，主要分为以下几部分工作：　　（1）针对音乐流行榜中的月榜、周榜、每日金曲榜，采用ANN（人工神经网络）、SVM（支持向量机）这两种经典的机器学习算法对未来一月、一周、一天的播放量进行预测。用人工规则提取特征，将不同特征进行组合，使用ANN对不同的组合特征方案进行大量实验，找出最优的特征选择方案；用SVM对最优特征进行预测，得到的MS...

关键词：

音乐流行趋势预测模型数据挖掘人工神经网络支持向量机

授予学位：

硕士

学科专业：

计算机科学与技术·计算机系统结构

导师姓名：

张瑞生

学位年度：

2017

语种：

中文

分类号：

TP311.13(计算技术、计算机技术)

在线出版日期：

2018-06-13 （万方平台首次上网日期，不代表论文的发表时间）

相关知识

数据挖掘技术在音乐流行趋势预测中的应用研究
基于机器学习的落叶松毛虫发生面积预测模型
基于机器学习构建葡萄霜霉病预测模型及验证
基于机器学习的花卉识别
机器学习术语表
推进土壤健康监测：利用基于微生物组的机器学习提升农业可持续性
【机器学习】一文解读时间序列基本概念
基于长短时记忆网络的棉花病虫害发生预测研究
基于机器学习与农业物联网的智慧大棚虫害识别、预测、防控系统
机器学习常用术语

原文链接: 基于机器学习的音乐流行趋势预测 https://www.huajiangbk.com/newsview550278.html