From music similarity to music recommendation : computational approaches based on audio features and metadata
Aquest treball es centra en el modelatge d'usuari per la recomanació musical i desenvolupa algoritmes per la comprensió automàtica i visualització de preferències musicals. Primer, es proposa un model d'usuari construït a partir d'un conjunt de peces musicals. En segon lloc, s'es...
| Autor: | |
|---|---|
| Tipo de documento: | tese |
| Estado: | Versão publicada |
| Data de publicação: | 2013 |
| País: | España |
| Recursos: | CBUC, CESCA |
| Repositório: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/123776 |
| Acesso em linha: | http://hdl.handle.net/10803/123776 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Modelatge d'usuari Recomanació musical Similitud musical Recuperació d'informació musical Descubriment de música Anàlisi d'àudio Descripció de preferències Sistemes de recomanació Metadades Àudio Descripció semàntica de la música Preferències musicals Personalització Visualització Aprenentatge automàtic Mineria de dades User modeling Music recommendation Music similarity Music information retrieval Music discovery Audio analysis Preference elicitation Recommender systems Metadata Audio Semantic description of music Music preferences Personalization Visualization 62 |
| Resumo: | Aquest treball es centra en el modelatge d'usuari per la recomanació musical i desenvolupa algoritmes per la comprensió automàtica i visualització de preferències musicals. Primer, es proposa un model d'usuari construït a partir d'un conjunt de peces musicals. En segon lloc, s'estudien mètodes d’estimació de similitud musical, treballant exclusivament en el contingut d'àudio. Es proposen noves mètriques basades en la informació tímbrica, temporal, tonal i semàntica. En tercer lloc, es proposen diversos mètodes de recomanació musical que utilitzen aquestes mètriques i que milloren amb un filtratge addicional basat en metadades. També es proposa un mètode senzill basat en metadades editorials. En quart lloc, es presenten els predictors de preferència rellevants a nivell acústic i semàntic. Finalment, es presenta un mètode de visualització de preferències que millora l'experiència d'usuari en sistemes de recomanació. |
|---|