# Y, H8 `8 X( X- p' \ 5 z j6 f7 r/ t7 a) E) V: d | ^* j# e
理由二,本组模型专注于面向应用,“接地气”,考虑了用户的行为信息,为网络电台的推荐等应用埋下了伏笔,有着近一步研究应用的可能性。9 W9 |7 r* o! e2 X: i! \; x: G
8 c( v8 E3 [! ^; W$ j 我们认为,音乐分类不能脱离人类的欣赏而独立存在。对于一个音乐作品,每个听众的理解是不同的。在我们需要综合考虑一下两点: " _6 @. }: b6 x( f' V6 w0 X 6 s: i8 u2 ~7 V4 w% K! I6 ^" P W1,音乐自身的特征;! A ?0 X. J- q4 }
# c5 e+ G2 y( Q# v7 P
2,特定听众的音乐鉴赏行为特征。 0 p A( m! Z) b' Q0 A 4 b J# D: ]0 k& r 针对以上两点,我们建立了音频指纹和用户指纹的概念。可能由于时间紧迫和数据不够,这两个概念的应用价值难以被发现。所以,我们组在赛后也在着手建立相应的推荐系统。另外,在音乐市场分析和音乐审美分析的应用也是显而易见的。(如,针对各年代人气音乐的分形维数,可以绘制随音乐史变迁的分形维数变化,分析大众音乐审美倾向;通过用户指纹的变化,可以分析音乐市场的新动向,等等)。这些都是机械分类所无法达到的。 " e- T `: D& ?# U( `! R $ o9 s5 m# Z2 @! I: d/ L / T' X! O0 j6 I& ~; I" m, \
% |- h& w/ k+ D9 ?1 A6 A
此外,评语中谈到“考虑不够周全”。若这里的“不周全”是指音乐的外部信息考虑不周,那么事实上,针对音乐内部信息与外部信息的关系,我们在文中也进行了相应分析,可见论文第18~19页。我们的结论是,在实际应用中,音乐的内部信息往往才是主要矛盾。因此在模型中未有涉及情感、文本、标签等外部信息,也为情理之中。 6 i8 L$ z6 k, k0 L; y) U% q" P% ~+ [6 U6 [ t
+ b- F- s6 u ^; g7 `3 P, l/ w& c' Y0 A1 L6 n6 I+ V/ s% i; H e
2 H- |4 j) V9 E J + ~+ A* [9 @2 Y3 [3 L- S 综上所述,我们认为,尽管我们的论文有很多不足,模型也并不复杂,论述也稍显粗糙,但本组论文勇于打破传统,迈出开放性分类的第一步,并且面向推荐系统,考虑实际应用,这与B题的要求十分契合,也与本赛事鼓励创新的初衷相一致。与其他参赛队的论文相比,理应有更好的成绩。希望组委会和专家评审们能够再一次重新评估,给出更详细的建议。同时,这也可进一步宣传推广“认证杯”数学建模比赛。希望我们小小的意见能够被组委会考虑。若能如此,我们将不胜感激。再次表示感谢!3 ]+ K% O' L/ B8 A: E4 r* k+ t9 Q
, V" r$ Q2 q. s' `* | - y, [0 ? j7 b* E( u' f
: O) {( l/ S8 J6 s+ T , Z9 J+ x6 Y: w 6 Y0 w- C0 d$ ~ 参赛队1009 $ G" L. [3 W7 e, T! W ) i# \. ^) k2 D m Y, `