Understanding musical genre preference evolution within a social network

Detalhes bibliográficos
Autor(a) principal: Silva, João Pedro Ramos Pereira da
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/97199
Resumo: Dissertation presented as partial requirement for obtaining the Master’s degree in Information Management, specialization in Knowledge Management and Business Intelligence
id RCAP_cbd5e212da67c3d03f39882905e136da
oai_identifier_str oai:run.unl.pt:10362/97199
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Understanding musical genre preference evolution within a social networkPreferências MusicaisHidden Markov ModelSocial Network AnalysisSVMMusical PreferencesDissertation presented as partial requirement for obtaining the Master’s degree in Information Management, specialization in Knowledge Management and Business IntelligenceA música é um campo que simplesmente não pode ser desassociado dos aspetos sociais da vida. Durante a história da humanidade, a música mais popular consistiu sempre num reflexo dos diferentes aspetos da sociedade. Como tal, diferentes estudos foram feitos anteriormente que demonstram este reflexo e obtiveram diversas conclusões. Nesta tese, iremos contribuir para este campo através de uma análise da evolução das preferências de géneros musicais ao longo do tempo através de uma rede social. Usando dados obtidos através de uma experiência de evolução social com cerca de 80 participantes faremos uma análise dos dados existentes. De seguida, esta análise é tida em conta para definir os princípios necessários para representar e analisar a rede social existente. Após esta definição, iremos avaliar a homogeneização da rede social ao longo do tempo. Isto é, iremos avaliar a evolução das diferenças de preferências musicais entre indivíduos que estão ligados na rede social, de forma a perceber se existe alguma tendência de estas diminuírem ao longo do tempo. Um Sequential Algorithm, conhecido como Hidden Markov Model, é aplicado para prever mudanças nas preferências de géneros musicais, considerando as próprias preferências de cada individuo, bem como as preferências dos indivíduos com que este se encontra ligado na nossa rede social. O algoritmo Support Vector Machines é também utilizado para fazer o mesmo tipo de previsão que o modelo anterior servindo como comparação. Por último, discutimos o processo e as limitações que conduziram à definição final do nosso modelo e de forma a contextualizar os resultados que foram obtidos através deste. Em suma, esta tese procurar acrescentar ao trabalho existente em termos de preferências de géneros musicais através de uma avaliação destes dentro do contexto de uma rede social e tendo também em conta a evolução destas ao longo do tempo.Music is a field that simply cannot be disassociated with the social aspects of life. Throughout human history, popular music has always been a reflection of the different aspects of society. As such, there is an interesting amount of studies available that showcase this reflection and draw multiple types of insights. In this thesis, we will look to contribute to this field by assessing the evolution of musical genre preferences over time throughout a social network. Using data obtained through a social evolution experiment of around 80 different individuals we will make an initial assessment of our existing data. This evaluation is then taken into consideration in the next phase of our work where we define the principles necessary to represent and analyse the existing social network. Afterwards, we will showcase a representation of this network, as well as analyse it using various metrics and sub-structures commonly applied in Social Network Analysis. After this, we will evaluate the homogenisation of a network as time goes on. In other words, we will assess the evolution of differences in preferences between individuals that were connected in the social network, in order to understand if there is a trend of these differences diminishing over time. A Sequential-Based algorithm, more specifically, a Hidden Markov Model is used to predict the change in musical genre preferences. This was done by considering each individual’s own preferences as well as the preferences of his connections within the social network with the ultimate goal of assessing how influential the network is in the evolution of a person’s musical genre preferences. To tackle the same research question and provide an alternative approach, as well as a comparison model, we used a Support Vector Machine model. Finally, we discuss the results and limitations that led to our model definition. Overall, this thesis seeks to build upon previous work regarding musical genre preferences by assessing these within the context of a network and taking into account the evolution of these over time.Madureira, Filipa Alexandra de PelejaRUNSilva, João Pedro Ramos Pereira da2020-05-05T21:58:37Z2020-04-162020-04-16T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/97199TID:202483827enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T04:44:25Zoai:run.unl.pt:10362/97199Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:38:41.849832Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Understanding musical genre preference evolution within a social network
title Understanding musical genre preference evolution within a social network
spellingShingle Understanding musical genre preference evolution within a social network
Silva, João Pedro Ramos Pereira da
Preferências Musicais
Hidden Markov Model
Social Network Analysis
SVM
Musical Preferences
title_short Understanding musical genre preference evolution within a social network
title_full Understanding musical genre preference evolution within a social network
title_fullStr Understanding musical genre preference evolution within a social network
title_full_unstemmed Understanding musical genre preference evolution within a social network
title_sort Understanding musical genre preference evolution within a social network
author Silva, João Pedro Ramos Pereira da
author_facet Silva, João Pedro Ramos Pereira da
author_role author
dc.contributor.none.fl_str_mv Madureira, Filipa Alexandra de Peleja
RUN
dc.contributor.author.fl_str_mv Silva, João Pedro Ramos Pereira da
dc.subject.por.fl_str_mv Preferências Musicais
Hidden Markov Model
Social Network Analysis
SVM
Musical Preferences
topic Preferências Musicais
Hidden Markov Model
Social Network Analysis
SVM
Musical Preferences
description Dissertation presented as partial requirement for obtaining the Master’s degree in Information Management, specialization in Knowledge Management and Business Intelligence
publishDate 2020
dc.date.none.fl_str_mv 2020-05-05T21:58:37Z
2020-04-16
2020-04-16T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/97199
TID:202483827
url http://hdl.handle.net/10362/97199
identifier_str_mv TID:202483827
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138003645366272

Registros relacionados