如何在网易云音乐查看关注的人的歌单?第一步:首先打开网易云音乐。第二步:在主面板左下角,有自己的登陆账号头像,点击头像会在右侧弹出一栏。第三步:我们点击“关注”。第四步:在这里可以看到所有你关注的朋友
如何在网易云音乐查看关注的人的歌单?
第一步:首先打开网易云音乐。第二步:在主面板左下角,有【yǒu】自己的【练:de】登陆账号(繁:號)头像,点击头像会在右侧弹出一栏。
第三步【pinyin:bù】:我们点击“关注”。
第四步:在这里可以看到所{读:suǒ}有你关注的朋友。
第五步世界杯:选择你想要看的朋友,点《繁:點》击。
第六步:在这里就可以看到他的歌单dān 啦。
网易云音乐每日歌曲推荐的原理是什么?
每日推荐是瞬间完成的,它背后肯定有一个算法作支撑,一般就是商品推荐算法“商品推{练:澳门新葡京tuī}荐”系统的算法#28 Collaborative filtering #29分两大类,
第一类,以人为本,先找到与你相似的人(读:rén),然后看看他们买了什么你没有买的东西。这类算法最经典的实现就是“多维空间中两个向【pinyin:xiàng】量《liàng》夹角的余弦公式”;
第二类, 以物为本直接建立各商品之间的相似度关系矩阵。这类澳门威尼斯人算法中最经典是#30"斜率=1#30" #28Slope One#29。amazon发(繁体:發)明了暴力简化的第二类算法,‘买了这个商品的人,也买了xxx’。
我们先来看看第一类,最【zuì】大的问题如何判断并量化【练:huà】两人的相似{shì}性,思路是这样 --
例(拼音:lì)子:
有3首歌放在那里,《最炫民[pinyin:mín]族风》,《晴天》,《Hero》。
A君,收藏了《最炫民族风》,而遇到《晴天》,《Hero》则总(繁:總)是跳过;
B君,经常《cháng》单曲循环《最炫民族风》,《晴天》会播放完,《Hero》则拉黑了
C君,拉黑了《最炫xuàn 民族风》,而《晴天》《Hero》都收藏了。
我们都看出来了,A,B二位品味接近(读:jìn),C和他们很不一样。
那么问题来了,说A,B相似,到底有多相《xiāng》似,如何量化?
我们把三首歌《拼音:gē》想象成三维空间的三个维度,《最炫民族风》是shì x轴,《晴天》是y轴,《Hero》是z轴,对每首歌的喜欢程度即该维度上的坐标,并且对喜欢程度做量化#28比如: 单曲循环=5, 分享=4, 收藏=3, 主动播放=2 , 听完=1, 跳《读:tiào》过=-1 , 拉黑=-5 #29。
那么每个人的总体口味就是一个向量,A君是 #283,-1,-1#29,B君是#285,1,-5#29,C君是#28-5,3,3#29。 #28抱歉我不会画立体图#29我们可以用向量夹角的余(繁体:餘)弦值来表示两个向量的相似程度, 0度角#28表示两人【rén】完全一致#29的余弦是1, 180%角#28表示两人截然相反#29的余弦是-1。
根据余弦公式, 夹角余弦 = 向量点积/ #28向量长度的叉积#29 = #28 x1x2 y1y2 z1z2#29 / #28 跟号#28x1平方 y1平方《拼音:fāng》 z1平方 #29 x 跟号#28x2平方《读:fāng》 y2平方 z2平方 #29 #29
可见 A君B君夹角的余弦是0.81 , A君C君jūn 夹角的余弦是 -0.97 ,公式诚不欺我《wǒ》也。
以上是三维#28亚博体育三首歌#29的情况,如法炮《练:pào》制N维N首歌的情况都是一样的。
假设我们选取一百首种子歌曲,算出了各君之间的相似值,那么当我们发现A君还喜欢(繁体:歡)听的《小苹果》B君居然没听过,相信大家都知(pinyin:zhī)道该怎么和B君推荐了吧。
第一类以人为本推荐算法的好处我想已经很清楚了,那就是精准【zhǔn】!
代价是运算量很大,而且对于新来的人#28听得少,动作少#29,也不太好使,
所以人们又发[繁:發]明了第二类算法。
假(pinyin:jiǎ)设我们对新来的D君,只知道她《练:tā》喜欢最炫民族风,那么问(繁体:問)题来了,给她推荐啥好咯?
如图,推荐【繁体:薦】《晴天》!
呵ā 呵,第二类算法的好处大家也《拼音:yě》看出来了,简单粗暴好操作#28也适合map-reduce#29,可精度差了点。
所以,各家网站真正的推荐算法,是他们在综合上述两类算法的基础上,各自研《练:yán》制并且不断地改(pinyin:gǎi)进调节的,外人不得而知! ^_^
本文链接:http://10.21taiyang.com/Health-Conditions/1625191.html
网易云音乐怎么找关注歌手(shǒu)转载请注明出处来源