Music Recommender: 推荐音乐

音乐推荐 简介： 基于用户的播放次数，给用户推荐乐队， 用户播放乐队的歌曲次数代表了用户对这个乐队的喜爱程度 采用User_CF,Item_CF,LFM,BPR,ALS_WR模型算法进行求解比较 衡量标准采用：准确率，召回率，覆盖率，多样性 数据集(两份数据): lastfm-360K(small_data.csv)取最活跃的10000个用户，最受欢迎的1000首歌 u.data,lable编码后的小数据集 1.基于用户的协同过滤 计算用户的相似度，两个用户对冷门物品产生行为，则这两个用户应该具有较高的相似度 2.基于物品的协同过滤 计算物品的相似度，活跃用户对物品的相似度贡献应该小于不活跃用户 3.隐语义模型（LFM） 通过隐含特征联系用户和物品 参数：隐特征的个数 学习速率alpha 正则化项系数lamba 4.贝