基于强化学习的自动化、个性化与灵活播放列表生成
计算与语言
2018-09-13 v1 信息检索
机器学习
声音
音频与语音处理
摘要
歌曲可以由专业音乐策展人精心编排，形成引人入胜的播放列表，创造令人沉浸的聆听体验。然而，策展人及时重新编排这些播放列表以顺应未来趋势是耗时的。通过利用深度学习和强化学习技术，本文将音乐播放列表生成视为一个语言建模问题，并通过所提出的带策略梯度的注意力语言模型加以解决。我们开发了一种系统且交互式的方法，使得生成的播放列表能够根据用户偏好灵活调整。将播放列表视为词序列，我们首先在基线推荐播放列表上训练我们的注意力RNN语言模型。通过优化合适的施加奖励函数，该模型因而针对相应偏好得到精炼。实验结果表明，我们的方法不仅能自动生成连贯的播放列表，还能够灵活地为多样性、新颖性和新鲜度推荐个性化播放列表。
引用
@article{arxiv.1809.04214,
title = {Automatic, Personalized, and Flexible Playlist Generation using Reinforcement Learning},
author = {Shun-Yao Shih and Heng-Yu Chi},
journal= {arXiv preprint arXiv:1809.04214},
year = {2018}
}
备注
7 pages, 4 figures, ISMIR 2018