利用人类记忆过程为个性化音乐推荐建模偏好流派
摘要：基于心理学启发的方法模拟和预测不同用户组的音乐流派偏好。通过利用人类记忆过程，这些过程描述了人类如何通过考虑过去的使用频率、过去的使用新鲜度和当前的上下文来访问记忆中的信息单元。使用音乐流媒体平台Last.fm上共享的超过十亿音乐播放记录的公开可用数据集，我们发现我们的方法在所有评估的用户组（即低流行音乐听众、中等流行音乐听众和高流行音乐听众）中提供了显著更好的预测准确性结果，比各种基准算法好得多。此外，我们的方法基于一个简单的心理模型，这有助于透明度和可解释性的计算预测。
作者：Dominik Kowald, Elisabeth Lex, Markus Schedl
论文ID：2003.10699
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-07-06