最近在毕设选题，自己想做一个简易的欧美音乐推荐系统。
因为之前在电商待过，技术分享会的时候算法那边说，其实数据才是最重要的，算法一般数据量大就能出效果。
我现在的想法是，这个简易的音乐推荐主要就以下几个维度来进行分析：音频、歌曲类型（ pop、电子、摇滚、另类 等）、节假日等特殊时间结点（圣诞节、情人节等）、歌曲年代还有用户喜欢艺人。 具体流程初步是这么想的：通过 web，用户首次进入时选择自己喜欢的艺人、年代、微博关注的大 V 等来直接推荐歌曲
没有用户的听歌数据像歌单、喜欢的歌曲等等，因为不是网易云，也弄不到用户的历史数据。这样下来会不会推荐没有效果？因为主要是通过音乐音频的相似程度来推荐的，没有考虑用户的主观因素。 不知道各位能不能理解我的意思，这个选题是否合理？或者说，如果必须要用户数据，我能从那里获取？谢谢各位！
 |
1
xiaoxinshiwo Jan 11, 2019  1
从用户社交网络看看能不能爬取
|
 |
2
Rush9999 Jan 11, 2019 1
爬虫呀。。。。
网易云上 从一个歌单下手 ，爬取歌单关注，收藏，评论的人，再爬取用户听过的歌，收藏的歌单。。。。 |
|
3
Rush9999 Jan 11, 2019 1
或者 你可以试一下这个 https://grouplens.org/datasets/hetrec-2011/
|
Select Language