利用用户收听数据学习音频嵌入以进行基于内容的音乐推荐
声音
2021-03-31 v1 音频与语音处理
摘要
新曲发行中的个性化推荐一直是音乐行业的难题。为应对该问题，我们首先探索用户收听历史与人口统计信息，构建表征用户音乐偏好的用户嵌入。利用用户嵌入以及用户喜欢与不喜欢曲目的音频数据，可通过度量学习与 Siamese 网络为每首曲目获得音频嵌入。对于新曲目，我们可以分别计算该曲目音频嵌入与不同用户嵌入之间的相似度，从而确定最佳推荐用户群。所提系统在基于内容的音乐推荐上取得了最先进的性能，测试涉及数百万用户与曲目。此外，我们提取音频嵌入作为音乐流派分类任务的特征。结果显示了我们音频嵌入的泛化能力。
引用
@article{arxiv.2010.15389,
title = {Learning Audio Embeddings with User Listening Data for Content-based Music Recommendation},
author = {Ke Chen and Beici Liang and Xiaoshuan Ma and Minwei Gu},
journal= {arXiv preprint arXiv:2010.15389},
year = {2021}
}