网易云音乐怎zěn 么找关注歌手

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？

第二步：在主面板左下角，有{练：yǒu}自己的登陆账号头像，点击头像会在右侧弹出一栏lán 。

第三步：我皇冠体育们(繁：們)点击“关注”。

第四(sì)步：在这里可以看到所有你关注的朋友。

第五步：选择你想《读：xiǎng》要看的朋友，点击。

第六步：在这里就可以{pinyin：yǐ}看到他的歌单啦。

网易云音乐每日歌曲推荐的原理是什么？

“商品推荐{繁体：薦}”系统的算法#28 Collaborative filtering #29分两大类，

第一类，以人为本，先【读：xiān】找到与你相似的(pinyin：de)人，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“多维空间中两个向量夹角的余弦{pinyin：xián}公式”；

第二类， 以(读：yǐ)物为本直接建立各《拼音：gè》商品之间的相似度关系矩阵。这类算法中最经典是#30"斜率=1#30" #28Slope One#29。amazon发明了暴力简化的第二类算法，‘买了这个商品的人，也买了xxx’。

我们先来看直播吧看第一类，最大的de 问题如何判断并量化两人的相似性，思路是这样 --

例子(练：zi)：

有3首歌放在那里，《最炫民（mín）族风》，《晴天》，《Hero》。

A君，收藏了《最炫民族风》，而遇到《晴天》，《Hero》则总是跳过；

B君，经常单曲循环《最炫民族风》，《晴天》会播放完{pinyin：wán}，《Hero》则拉黑了

C君，拉黑了《繁体：瞭》《最炫民族风》，而《晴天》《Hero》都收藏了。

我们都{读：dōu}看出来了，A，B二位品味接近，C和他们很不一样。

那么问(繁体：問)题来了，说A，B相似，到底有多相似，如何量化？

我们把三首歌想象成三维空间的三个维度，《最炫民族风》澳门威尼斯人是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《繁体：單》曲循环=5， 分享=4， 收藏=3， 主动播放=2 ， 听完=1， 跳过=-1 ， 拉黑=-5 #29。

那么每个人的总体口味就是一个gè 向量，A君是 #283，-1，-1#29，B君是#285，1，-5#29，C君是{练：shì}#28-5，3，3#29。 #28抱[pinyin：bào]歉我不会画立体图#29我们可以用向量夹角的余弦值来表示两个向量的相似程度， 0度角#28表示两人完全一致#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（繁体：嚮）量点积/ #28向量长度[练：dù]的叉积#29 = #28 x1x2 y1y2 z1z2#29 / #28 跟号#28x1平方（fāng） y1平方 z1平方 #29 x 跟号#28x2平方 y2平方 z2平方 #29 #29

可见 A君B君夹《繁体：夾》角的{pinyin：de}余弦是0.81 ， A君C君夹角的余弦是 -0.97 ，公式诚不欺我也。

以上是三维#28三首歌#29的情[练：qíng]况，如法炮制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{练：zhī}间的相似值，那么（繁体：麼）当我们发现A君还喜欢听的《小苹果》B君居然没听过，相[pinyin：xiāng]信大家都知道该怎么和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(繁体：瞭)，那就是精准！

代价是运算量很大，而且对于新来的人【读：r亚博体育én】#28听得少，动作少#29，也不太好使，

所以人（读：rén）们又发明了第二类算法。

假设我们对新来的D君，只（繁：祇）知道她喜[读：xǐ]欢最炫民族风，那么问题来(繁：來)了，给她推荐啥好咯？



如图，推《拼音：tuī》荐《晴天》！

呵呵，第二类算法的好处大家（读：jiā）也看出娱乐城来了，简单粗暴好操作#28也适合map-reduce#29，可精度差了点。

所以【读：yǐ】，各家网站真正{pinyin：zhèng}的推荐算法，是他们在综合上述两类算法的基础上，各自研制并且不断地改{练：gǎi}进调节的，外人不得而知！ ^_^

本文链接：http://10.21taiyang.com/Shooter-GamesGames/1625191.html
网易云音乐怎zěn 么找关注歌手转载请注明出处来源