研究的目的

通过毕业设计的环节，将我们所学的基础知识、专业方向的理论知识进行一次全面的梳理和复习。把自身所学的知识与自己有创意的想法相结合，了解更多的创新性的想法，对现有的基于情绪的音乐推荐方法进行研究，分析情绪因素在音乐个性化推荐中的应用案例，得出相关的分析结论，力图为现有的智能音乐推荐方法提出意见，使之更好的满足人们的音乐需求。同时，通过对情绪因素在个性化音乐推荐中的应用的研究分析，更好的将知识与生活应用相结合，提高自己的分析能力。

研究的意义

近几年来，随着移动互联网和云计算等信息技术的快速发展普及，以及可携带的移动设备的普遍应用，提高了人们的生活水平，丰富了人们的日常生活，而在线音乐用户在网民中的占比越来越大，说明了有越来越多的人接触数字音乐，契合移动端的便携移动特征，移动音乐用户的人数会呈快速增长的态势。

加之日益加剧的社会信息化程度，人们每天都要接触到难以计数的数据信息，社会中各行各业的数据量每天以指数级方式在增长。由于数字多媒体技术的出现和发展，数字音乐的数据量也不例外的出现爆发式增长，随之带来的是大量的网络音乐数据库的产生。数字音乐逐渐的被人们所接受，特别是在年轻人群体中被广泛的应用，然而，在用户使用音乐数据的时候，所使用的部分仅仅只是庞大容量的音乐数据库中的一小部分。在用户收听播放音乐时，有时候会经常找不到自己喜欢的歌曲而感到困扰，人为手动的检索必然会影响用户的体验，是不被用户所接受的。因此，如何将音乐信息和用户的情绪变化加以有效的识别，进而准确、快速的获取到满足用户需求的音乐成为推荐方法或推荐系统的研究问题之一。

音乐对人们而言有很多作用：音乐可以调节情绪，缓解压力。不同的乐器、不同的指法技巧弹奏能够表达不同的情感。所以我们可以认为音乐是可以表达情感，影响情绪的，也就是说音乐和情绪是有一定的联系的。音乐所承载的情绪可以引起人们的情绪共鸣并进而影响人们的情绪变化。

国内外研究现状分析

在国外的音乐推荐方法方面，起步比较早，技术发展比较的成熟，国外的众多学者也都对基于情绪的音乐推荐方法有密切的关注和研究，譬如Man-Kwan Shan、Fang-Fei Kuo等几位学者构建了基于情感的音乐推荐框架。著名科技公司微软的Oliver等人则开发了基于手机与心率传感器的用于跑步锻炼时使用的音乐播放系统。Janssen等人通过使用皮肤温度传感器获取实时的数据来分析使用者的情绪状态，再通过建模的方式选择播放不同音乐歌曲。

国内音乐推荐方法总体来说起步较晚，在音乐推荐技术发展与国外还存在一定的水平差距。如今各大的音乐平台都在创新的开发新的推荐算法，不断的进行尝试。在学术的方面，有马勇李娟的国家自然科学基金资助项目的脑电信号驱动的个性化情绪音乐播放系统算法。

2. 研究的基本内容与方案

研究的基本内容