用AI生成个性化音乐推荐代码，打造专属歌单引擎
提示词描述：
将复杂推荐算法封装为可配置代码模板，支持多源数据接入与实时预测。适合音乐科技项目原型开发，内置评估指标便于迭代优化。
提示语关键词：
AI音乐推荐代码,个性化推荐系统,Python算法生成,音乐数据分析,推荐引擎模板,协同过滤实现
提示词内容：
【使用场景】音乐爱好者或独立开发者希望构建基于用户行为的推荐系统，用于播客、电台或健身应用。
【操作步骤】
1. 定义数据源格式（CSV/JSON/API接口）
2. 设置推荐维度（曲风/节奏/情绪标签/收听历史）
3. 选择算法类型（协同过滤/内容匹配/混合模型）
4. 生成Python/Node.js代码后接入真实数据测试
【效果示例】输入“生成基于听歌历史的Python推荐脚本，输出相似艺术家列表”，AI返回包含数据清洗、相似度计算和结果排序的完整工作流。
【进阶技巧】
• 通过{填写：优化目标}调整推荐多样性或新颖性权重
• 添加“冷启动处理”逻辑解决新用户数据稀疏问题
• 用Flask/FastAPI快速封装为RESTful服务