音乐推荐系统，基于last.fm数据的源代码。

简介：
今天，我们将利用代表在上提供的Last.fm数据集，来构建一个基础的推荐系统。该数据集来源于2011年的LastFM，囊括了1,892位用户的17,632位艺术家的播放数据。我们的工作计划包括：首先，我们将通过进行初步的探索性数据分析（EDA），深入了解我们所使用的数据的特性；然后，我们将构建并评估几个基于协作过滤的推荐系统版本，这些版本将基于sci-kit和TuriCreate等工具。此外，我们还将对推荐结果进行评估，并针对项目的问题进行回答，包括识别需要进一步改进的方面。除了此自述文件中包含关于项目的一般信息之外，我们的项目还包含以下内容：(01) 我们将采用scikit-learn和TuriCreate等工具实现协作过滤；(主项目提交)。 此外，我们还将探索基于内容的过滤方法，包括对用户和艺术家标签的初步EDA以及主题建模；附录： (A01) 我们将使用scikit-learn的K均值聚类和t-SNE技术；(A02) 我们将利用pyLDAvis进行LDA分析。最后，我们还将尝试从元数据中提取有用的信息。