| 隨著線上音樂串流服務平台快速發展興起，讓使用者能更便利透過網際網路聆聽音樂。透過音樂推薦，不僅能主動提供合宜音樂供使用者選用，也能提高線上音樂服務品質。為了提升音樂推薦準確度，以使用者在音樂平台上點擊互動等的 Session 資訊與重複消費行為進行音樂推薦，將更貼近使用者對音樂喜好選擇。故本論文將以歌曲重複消費行為特徵，並以平行遞迴神經網路 (parallel Recurrent Neural networks, p-RNN)建 構 Session-based 音樂推薦，以為使用者提供更優質更貼近個人喜好的音樂推薦服務體驗。 |
