在线音乐的快速发展,为用户对音乐的获取提供了极大的便利。为了方便用户选择,在线音乐通常会对音乐进行分类,基于情感的音乐分类是常见的一种分类方式。由于同一首音乐可能产生不同的情感,此时单标签的情感难以概括,需要多个情感标签来更准确、更全面地概括一首音乐的情感类别。同时,音乐情感认知带有主观性,因此需要为每个用户提供个性化的音乐情感分类。为此,本文研究了对音乐进行基于情感的多标签个性化分类的问题。该问题主要包含两个子问题：音乐情感真值标签的获取和对音乐进行个性化分类。针对这两个问题,本文首先提出了一种基于社交信息和用户标签的音乐情感个性化真值的计算方法,该方法可在不为用户增添额外负担的情况下,对音乐情感个性化真值进行计算；接着提出了一种将音乐情感真值映射到多标签类别的方法,得到音乐的具体情感类别；最后使用深度卷积神经网络和随机K标签集方法对音乐情感进行多标签分类。实验方面,本文搜集了在线音乐平台的大量真实原始数据,经过大量的参数调整和实验结果对比,充分地验证了本文提出的方法的有效性。