一个移情音乐推荐系统管道
troi的Python项目详细描述
简介
这个项目的目的是为开发人员创建一个沙盒来开发和 尝试音乐推荐引擎。为了实现这个目标, MetaBrainz基金会已经创建并托管了许多数据集 可以作为这个项目的一部分访问。在
您可以看到托管在此处的一些数据集:
http://bono.metabrainz.org:8000
AcousticBrainz项目拥有的恼怒索引允许 你要找到具有相似特征的录音给一个初始录音。在
ListenBrainz项目提供了许多数据集:
- 协作过滤的录音,建议什么样的录音 用户应该根据他们以前的听力习惯来听。在
- 从用户最近监听中派生的用户统计信息 习惯。在
MusicBrainz提供:
- 相关艺术家——哪些艺术家与其他艺术家有关联。在
MessyBrainz提供:
- MessyBrainz->;用于映射的MusicBrainz映射使用MSID侦听 到MusicBrainz MBID
安装
Linux和Mac
virtualenv -p python3 .ve
source .ve/bin/activate
pip3 install -r requirements.txt
如果计划进行本地开发或运行测试,则需要:
^{pr2}$Windows
virtualenv -p python3 .ve
.ve\Scripts\activate.bat
pip3 install -r requirements.txt
Docker
在非Linux操作系统上,安装python模块可能有点麻烦。一个薄壳码头工人 可以创建容器。请注意,docker不是必需的,但是如果您不在Linux上,它会很有帮助。在
要使用此容器,首先需要构建容器并启动它:
./run-docker.sh build
./run-docker.sh up
现在您可以通过run运行任何脚本-docker.sh公司公司名称:
./run-docker.sh recommend_recordings.py rob similar
用完容器后,取下:
./run-docker.sh down
要运行测试:
./run-docker.sh test
样品使用
Linux
./recommended_recordings.py <user name> <artist type [top/similar]>
open OpenPost.html
Windows
./recommended_recordings.py <user name> <artist type [top/similar]>
OpenPost.html
Docker
docker build -t metabrainz/troi-hoster .
docker run --rm -p 8000:80 --name troi-hoster metabrainz/troi-hoster
- 项目
标签: