La música en streaming ha abierto la posibilidad de acceder a cantidades inmensas de canciones, hecho que ha llevado a que los usuarios necesiten la ayuda de sistemas de recomendación personalizados para encontrar aquellas canciones que mejor se puedan adaptar a sus preferencias y gustos. Se han propuesto distintos sistemas de recomendación durante los últimos años, el que se va a tratar en este trabajo hace uso de características acústicas extraídas directamente por el análisis automático de canciones, las cuales permiten la clasificación en aspectos emocionales. Estos aspectos emocionales junto a información obtenida de las relaciones sociales entre los usuarios se utilizarán para generar recomendaciones e intentar mejorar los resultados obtenidos por los enfoques clásicos de recomendación que usan filtrado colaborativo basado en memoria. Además, se ha implementado una aplicación web que permite la interacción con los distintos usuarios de forma que se obtienen datos reales de prueba que son utilizados por el módulo de recomendación.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados