情感感知音乐推荐系统：通过实时情感语境提升用户体验

本研究通过关注情感在塑造用户音乐选择中的关键作用，解决传统音乐推荐系统的不足。这些系统常忽视情感语境，主要依赖过往收听行为，未能考虑用户情感偏好的动态演化本质。此缺口导致若干局限：用户可能收到与当前心境不符的推荐，从而降低音乐体验质量；此外，若不考量情感，系统可能忽略那些对用户有深远情感影响的未发掘或小众歌曲。为应对这些局限，本研究引入一种将情感语境纳入歌曲推荐过程的AI模型。通过准确检测用户实时情感，该模型可生成与用户情感状态相符的个性化歌曲推荐。该方法旨在通过提供契合当前心境、引发期望情感并营造更具沉浸感与意义的聆听体验的音乐来提升用户体验。通过在歌曲推荐中考虑情感语境，所提模型为更个性化且情感共鸣的音乐旅程提供了可能。