基于 Twitter 数据的 K-pop 艺人个性化推荐自然语言处理方法
人机交互
2025-03-28 v1
摘要
K-pop 的全球兴起与数字革命为艺人推荐开辟了新的维度。Twitter 等平台已成为粉丝互动、分享和讨论 K-pop 的中心,产生了大量可被分析以了解听众偏好的数据。然而,现有的推荐系统常常忽视 K-pop 内在的多样性,将其视为单一整体。本文提出了一种创新方法,利用自然语言处理技术分析推文内容,识别个体的聆听习惯与偏好。通过粉丝聚类对海量 Twitter 数据进行系统化分类,从而实现细粒度、个性化的艺人推荐。我们的方法将先进的 GPT-4 模型与大规模社交媒体数据相结合,有望提升 K-pop 推荐系统的准确性,并承诺带来更优质的个性化粉丝体验。总之,承认粉丝群体的异质性并充分利用易于获取的社交媒体数据,是推动个性化音乐推荐系统向前迈进的重要一步。
引用
@article{arxiv.2503.21189,
title = {An NLP-Driven Approach Using Twitter Data for Tailored K-pop Artist Recommendations},
author = {Sora Kang and Mingu Lee},
journal= {arXiv preprint arXiv:2503.21189},
year = {2025}
}
备注
International Conference on Emotion Sensibility (ICES), 2023