标题：基于社会化标签多维去噪的音乐推荐方法
作者：姚谊 吴卿 武国平 沈渊锋
作者单位：杭州电子科技大学计算机学院，浙江 杭州 310018
关键字：音乐推荐，社会化标签，多维对应分析，个性化
摘要：音乐推荐系统面临的主要是推荐的准确性、多样性以及信息的缺失、噪音等问题。社会化标签中包含了丰富的用户描述的信息以及项目内容信息，基于社会化标签可以提供更准确的推荐，但是大量的标签带有噪音，采用多维对应分析删除标签中的噪音，利用“用户-项目-社会化标签”两两之间的联系建立带权重标签的用户兴趣模型，将标签权重高的资源向用户推荐。实验表明，该方法能满足用户个性化音乐需求。