在大數(shù)據(jù)環(huán)境下,對音樂及聽眾的歷史數(shù)據(jù)進(jìn)行分析,可以實(shí)現(xiàn)對音樂流行趨勢較為準(zhǔn)確的預(yù)測。在STL、Holt-Winters分解模型的基礎(chǔ)上,提出TSMP算法。該算法從長期趨勢和周期兩方面進(jìn)行分析,對長期趨勢編碼和分類并基于類別最優(yōu)值選擇法對音樂流行趨勢進(jìn)行預(yù)測。基于TSMP算法,進(jìn)而提出E-TSMP算法,該算法基于子序列模式匹配法及對近期發(fā)布新專輯的附加處理,實(shí)現(xiàn)更精準(zhǔn)的預(yù)測。在清華大學(xué)和阿里云天池大數(shù)據(jù)競賽平臺承辦的"2016中國高校計(jì)算機(jī)大賽——大數(shù)據(jù)挑戰(zhàn)賽之阿里音樂流行趨勢預(yù)測"比賽中,參賽團(tuán)隊(duì)?wèi){借提出的E-TSMP算法對2016年9月¹0月藝人的播放量實(shí)現(xiàn)了較好的預(yù)測,并在此次比賽中奪得亞軍。 

【文章來源】：計(jì)算機(jī)工程與科學(xué). 2018,40(09)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

圖１編碼方法Ｆｉｇｕｒｅ１Ｃｏｄｉｎｇｍｅｔｈｏｄ

收錄時間、初始播放量、歌曲語言、歌曲類別等內(nèi)容。只有在提供的眾多信息中提取出有效信息，才能更好地對數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)對每個藝人音樂播放量更為精準(zhǔn)的預(yù)測。因此，把信息處理成每個藝人對應(yīng)的日播放量序列、周播放量均值序列、月播放量均值序列及日變化率序列，對數(shù)據(jù)進(jìn)行的預(yù)處理為ＴＳＭＰ算法的實(shí)現(xiàn)奠定了基矗在對每個藝人日播放量曲線進(jìn)行擬合和預(yù)測的過程中，曲線趨勢發(fā)展成為了至關(guān)重要的問題，而重要的外部事件是影響曲線趨勢發(fā)展的一大關(guān)鍵因素，比如：預(yù)測期間藝人發(fā)布新專輯、開演唱會、參加選秀節(jié)目等。在排除外部事件干擾的前提下，計(jì)算每個藝人播放量的月平均值、周平均值、日平均值并進(jìn)行編碼處理，這些編碼處理的均值可以作為每個藝人播放量趨勢的預(yù)測。定義基本趨勢和增量趨勢作為編碼規(guī)則，例如月度編碼：若當(dāng)月播放量均值高于前一月均值，則基本趨勢對應(yīng)的編碼值為１，否則為０；若當(dāng)月播放量均值高于前一月均值，則以當(dāng)月均值除以上月均值的商值取整作為增量趨勢編碼值，否則增量趨勢編碼值為上月均值除以當(dāng)月均值的商值取整。具體編碼過程如圖１所示。Ｆｉｇｕｒｅ１Ｃｏｄｉｎｇｍｅｔｈｏｄ圖１編碼方法根據(jù)月編碼、周編碼、日編碼中的基本趨勢和增量趨勢兩部分，基于ｋ－ｍｅａｎｓ聚類算法［１２，１３］，最終將阿里提供的數(shù)據(jù)集劃分成２４個基本類別。通過對不同類別進(jìn)行大量測試與分析，最終采用類別最優(yōu)值選擇法對不同類別的藝人進(jìn)行日播放量預(yù)測。類別最優(yōu)值選擇法的思想是：選取時間序列的某個特征值作為其預(yù)測值［１４］，例如百分位數(shù)、后３天均值、后７日均值等，構(gòu)成的如圖２所示的候選方法預(yù)

Ｆｉｇｕｒｅ３Ｃｌａｓｓｉｆｉｃａｔｉｏｎｒｕｌｅｓ圖３分類規(guī)則ＴＳＭＰ算法，實(shí)現(xiàn)了對９～１０月藝人總播放量的預(yù)測，偽代碼如下所示：算法２音樂流行趨勢預(yù)測算法ＴＳＭＰ（Ｕ，Ａ，Ｓ）輸入：Ｕ：３～８月用戶行為數(shù)據(jù)集合；Ａ：藝人基本信息集合；Ｓ：候選預(yù)測方法集合。輸出：Ｐ：９～１０月所有藝人總播放量預(yù)測值。ＢｅｇｉｎＰ←０；／／設(shè)初始預(yù)測值為０（Ｄ，Ｗ，Ｍ）←ＰｒｅＵ（，Ａ）；／＊把數(shù)據(jù)集Ｕ，Ａ預(yù)處理為日、周、月播放量均值序列集Ｄ，Ｗ，Ｍ＊／（ＤＴ，ＷＴ，ＭＴ）←ＣｏｄＤ（，Ｗ，Ｍ）；／＊對數(shù)據(jù)集Ｄ，Ｗ，Ｍ進(jìn)行日、周、月編碼形成編碼序列集ＤＴ，ＷＴ，ＭＴ＊／Ｃｋ←Ｓｏｒｔ（ＤＴ，ＷＴ，ＭＴ）；／＊采用ｋ－ｍｅａｎｓ算法對ＤＴ，ＷＴ，ＭＴ進(jìn)行劃分構(gòu)成類別Ｃｋ，及與類別對應(yīng)的日播放量序列集ＤＣｋ＊／Ｆｏｒｃｋ∈Ｃｋｄｏ／／遍歷分類集合Ｃｋ←Ｃｋ＼｛ｃｋ｝；Ｐｃｋ←０；／＊設(shè)類別ｃｋ中所有藝人９～１０月總播放量初始值為０＊／ｍ←ＣＯＶＳＡＳ（，Ｄｃ）ｋ；／＊根據(jù)類ｃｋ內(nèi)所有藝人日播放量序列Ｄｃｋ中３～８月的日播放量，由ＣＯＶＳＡ獲得類別ｃｋ最優(yōu)預(yù)測方法ｍ＊／Ｐｃｋ←ｍＤ（ｃ）ｋ；／＊預(yù)測類別ｃｋ中所有藝人９～１０月總播放量Ｐｃｋ＊／Ｐ←Ｐ＋Ｐｃｋ；ｅｎｄＲｅｔｕｒｎＰ；／＊輸出９～１０月所有藝人總播放量預(yù)測值＊／Ｅｎｄ

【參考文獻(xiàn)】：
期刊論文
[1]ARIMA模型差分階的估計(jì)方法的比較[J]. 李貴斌.  應(yīng)用概率統(tǒng)計(jì). 1994(04)

碩士論文
[1]時間序列建模與模型選擇的應(yīng)用研究[D]. 吳喜.合肥工業(yè)大學(xué) 2006



本文編號：3440952