类似的声音音乐

Question

我们有一个用户，有100首歌曲的音乐库。在他爱20岁的人中，他讨厌10，有5个人既不讨厌也不爱。他从未听过剩下的65岁。

问题：使用哪种算法扫描剩余的65首歌曲并找出用户喜欢的音乐？

Answer 1

对一项名为MusicIP的产品进行一些研究，它有一些非常聪明的算法指纹识别技术。它将曲目转换为WAV然后创建了一个指纹，然后是一些聪明的魔术来匹配相似的歌曲。

Answer 2

要向用户推荐新的不熟悉内容，一般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，找到与你的人有相似品味的人（或群体），并推荐他们喜欢的新项目。

另一种方法是为喜欢/不喜欢创建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，并且这通常不是微不足道的。

您可能想要尝试的一些分类算法是SVM，Naive Bayes，neural networks，Decision trees等等。正如我所提到的，真正的挑战是找到解决问题的正确功能。