全文总字数：1250字
文献综述
一.选题依据1.课题背景在互联网技术日新月异飞速发展的今天，移动网络与数字媒体技术已经高度普及，互联网一点一滴的渗透进我们的生活，在享受互联网带来的便利的同时，又有许多的问题呈现在我们的眼前，互联网上信息冗杂繁多，即便已经分门别类，但庞大的信息群还是让人们无法轻易获取对自己最有效的信息，所以好比搜索引擎，推荐系统此类能够精确获取用户需要的信息的技术也就应运而生了。
如上所述，目前国内的各大音乐网站有着规模相当庞大的乐曲库，歌曲从歌手，风格，季节，心情，曲种等角度被分成许多类来方便客户各取所需，但即便如此，海量的音乐资源还是超出了用户的接受能力，用户不可能通过收听每一首歌曲来找到自己想要的歌曲，因此如何从用户的习惯以及搜索中挖掘出用户的核心需求便成为了我们需要研究的问题，那么音乐推荐技术成为了一个很好的解决方法。
2.研究现状国外研究现状：个性化推荐系统的定义是 Resnick 和 Varian 在 1997 年给出的：它是利用电 子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销 售人员帮助客户完成购买过程。
从最初在电子商务网站的深度剖析，到当下在 的音乐、电影、学习资料等不同领域的广泛应用。
在三十多年的时间里，个性化 推荐系统一直是学术界和工业界的关注的焦点。
其优点在于主动性。
它能自发地 收集并分析用户的行为数据，为用户的兴趣建模，得到用户的兴趣偏好后，匹配系 统中资源的特征，为用户做出有效的个性化推荐。
同时，推荐引擎要一直监测系统 中的项目变化和用户在不同行为下的兴趣特征变迁，针对不同的变动，做出相应推 荐策略的调整。
各平台为增加用户的黏着性，以及用户对推荐结果的准确度要求， 使得推荐系统的核心技术层出不穷，比较成熟的推荐技术有：基于内容的推荐、协同过滤（基于相似度的最邻近协同过滤算法、基于潜在因子的矩阵分解推荐算法）、深度学习、基于标签的推荐系统、混合推荐算法等。
