-
题名基于TLDA和SVSM的音乐信息检索模型
被引量：5
- 1
-
-
作者
周利娟
林鸿飞
闫俊
-
机构
大连理工大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2014年第2期174-178,共5页
-
基金
国家自然科学基金(60973068
61272370)
+2 种基金
国家社科基金(08BTQ025)
教育部博士点基金(20110041110034)
辽宁省自然科学基金(201202031)资助
-
文摘
随着协同标注功能的普及,用户可以通过标注自己感兴趣的音乐实现个性化的分类管理,因此音乐共享系统中的社会化标签已成为互联网的重要资源。为了提高音乐检索系统的效率,综合考虑了社会化标签的特性及其对音乐检索模型的影响,利用了TLDA方法来进行标签聚类以获取更多的语义相关的标签,综合考虑了用户检索行为、歌词、音乐标签和音乐流行度来提高音乐信息检索系统的性能。实验表明,基于TLDA和SVSM的音乐检索模型相比于基于属性数据的音乐检索模型以及k-means标签聚类的模型,尤其是在音乐标签稀疏和非正规的情况下,能够在一定程度上提高音乐检索的性能。
-
关键词
音乐信息检索
音乐向量空间模型
标签聚类
标签推荐
TLDA模型
-
Keywords
Music information retrieval, Music vector space model, Tag clustering, Tag recommendation, Tag latent dirichlet allocation model
-
分类号
TP319
[自动化与计算机技术—计算机软件与理论]
-
