Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.040
Aluno: Flaviano Dias Fontes
Orientador: Prof. Giordano Ribeiro Eulalio Cabral
Título: Deejai: Uma plataforma open source para recomendação de músicas
para grupos de usuários de serviços de streaming
Data: 15/08/2022
Hora/Local: 16h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Filipe Carlos de Albuquerque Calegario (UFPE / Centro de Informática)
Prof. Gilberto Amado de Azevedo Cysneiros Filho (UFRPE / Departamento de Estatística e Informática)
Prof. Giordano Ribeiro Eulalio Cabral (UFPE / Centro de Informática)
RESUMO:
Consumir música é algo que fazemos ao longo dos séculos e é uma atividade
bastante importante em nossas vidas. Realizar esse consumo de forma
coletiva nos dá a possibilidade de criar uma relação emocional forte, pois
associamos as pessoas ao redor com o ambiente que consumimos criando toda
uma experiência diferenciada. Mas essa experiência acaba ficando nas mãos
de poucas pessoas, o artista que está tocando, o DJ da festa, ou até o
amigo que põe a sua playlist para tocar durante o encontro com os amigos.
Para aprimorar a experiência de se consumir músicas em ambiente coletivo,
nos propusemos a utilizar de estudos sobre sistemas de recomendação focado
em música, aproveitando suas técnicas já estudadas para construir uma
plataforma open source e com a possibilidade de integrar dois serviços de
streaming a fim de facilitar a colaboração dos usuários levando em
consideração os seus gostos e principalmente seus desgostos para tentar
melhorar o resultado da playlist gerada. Foram utilizadas técnicas de
filtro colaborativo aplicadas a grupo, de consumo das informações
previamente disponíveis pelos usuários nos seus serviços de streaming,
levando em consideração os problemas de partida a frio que essas técnicas
apresentam além de uma filtragem automática das músicas que não agradam o
indivíduo para responder a pergunta: Levar em consideração os desgostos dos
usuários cria uma lista de reprodução mais legal. Foi criado o conceito de
salas, local onde é definido um contexto para que os usuários possam
acompanhar a montagem da playlist, um sistema de votação onde é possível
salvar a opinião de uma determinada música para melhorar as futuras
recomendações, pois essa informação não é disponibilizada pelos serviços de
streaming. Esse sistema de votação se mostrou importante, pois o consumo de
música se mostrou algo muito efêmero, uma música que um usuário gosta muito
hoje pode não ser tão apreciada meses depois. Além de que o consumo de
músicas é baseado em um contexto, onde, por exemplo, o usuário tem a
preferência em ouvir um determinado ritmo durante a prática de exercícios
ou em uma festa e para um outro momento tem a preferência por outro,
fazendo com que o não gostar dele possa ser tanto pra música que ele
detesta, como também para músicas que não combinam com aquele contexto. Com
base no do EveryNoiseAtOnce onde os estilos são mapeados como pontos
cartesianos, a fim de aproximar estilos próximos é um bom auxílio para
poder criar a playlist para usuário que possuem gostos muito distantes,
pois é possível construir um caminho entre esses pontos, buscando o vizinho
mais próximo.
Palavras-chave: Sistemas de recomendação para grupos. Filtro colaborativo.
Comentários desativados