一种基于Labeled LDA模型的歌手分类方法

摘要

本发明涉及一种基于Labeled LDA模型的歌手分类方法，包括如下步骤：S1收集歌手的人工标签并进行预处理；S2建立基于用户行为的歌手分类模型并收集用户行为数据；S3清洗用户行为数据，过滤其中不利于模型训练的数据；S4分配用户行为数据中每个歌手对应每个用户的权值；S5合并用户行为数据与人工标签数据，生成训练数据；S6基于训练数据，参考标签组合关系，进行基于优化Gibbs采样的Labeled LDA模型训练。本发明，以用户的播歌行为作为训练数据，对用户的覆盖高且兼顾各个用户群体的偏好特征，用户行为的变化反映社会热点、公众认知而变化，模型可以周期性训练以跟随变化，适应性强，精确程度高，提高标签覆盖率，划分类别足够细。