Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/19295 |
Resumo: | This doctoral thesis addresses the research problem: "How can music recommendation systems be improved to more effectively integrate interaction context and user experience?". In response to this question, the research develops and evaluates UConteXt Arch, an architecture for music recommendation systems. This architecture is designed to enhance the user experience, explicitly considering the interaction context and musical preferences. The methodological approach adopted is Design Science Research (DSR), which enables iterative and cyclical analysis in the development of UConteXt Arch. The architecture is based on theories and research into recommendation systems, user experience, and contextual personalization. The development of UConteXt Arch involved a systematic literature review and exploratory studies of current practices on platforms such as Spotify and Deezer. The evaluation of UConteXt Arch included a variety of methods, such as the Communicability Assessment Method (MAC), the Technology Acceptance Model (TAM), UX Curves, and the Method of Intermediate Semiotic Inspection (MISI). These methods confirmed the effectiveness of the architecture in delivering accurate and adaptable music recommendations in line with changing user preferences and contexts. The architecture also addresses the ``cold-start'' challenge by implementing immediate feedback mechanisms and continuous learning to improve recommendations. The thesis concludes that UConteXt Arch represents a solution to the identified problem, demonstrating that it can significantly improve music recommendation systems by more effectively integrating interaction context and user experience. This study helps improve the quality of music recommendations and enriches the user experience, making a substantial contribution to the field of music recommendation systems. |
id |
SCAR_0a47e9d99147f2ee6e3a2416d7f15087 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/19295 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Assunção, Willian Garcias deZaina, Luciana Aparecida Martinezhttp://lattes.cnpq.br/0192085115595443http://lattes.cnpq.br/0162658976845027https://orcid.org/0000-0002-0552-9013https://orcid.org/0000-0002-1736-544X2024-02-15T18:17:15Z2024-02-15T18:17:15Z2023-12-20ASSUNÇÃO, Willian Garcias de. Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19295.https://repositorio.ufscar.br/handle/ufscar/19295This doctoral thesis addresses the research problem: "How can music recommendation systems be improved to more effectively integrate interaction context and user experience?". In response to this question, the research develops and evaluates UConteXt Arch, an architecture for music recommendation systems. This architecture is designed to enhance the user experience, explicitly considering the interaction context and musical preferences. The methodological approach adopted is Design Science Research (DSR), which enables iterative and cyclical analysis in the development of UConteXt Arch. The architecture is based on theories and research into recommendation systems, user experience, and contextual personalization. The development of UConteXt Arch involved a systematic literature review and exploratory studies of current practices on platforms such as Spotify and Deezer. The evaluation of UConteXt Arch included a variety of methods, such as the Communicability Assessment Method (MAC), the Technology Acceptance Model (TAM), UX Curves, and the Method of Intermediate Semiotic Inspection (MISI). These methods confirmed the effectiveness of the architecture in delivering accurate and adaptable music recommendations in line with changing user preferences and contexts. The architecture also addresses the ``cold-start'' challenge by implementing immediate feedback mechanisms and continuous learning to improve recommendations. The thesis concludes that UConteXt Arch represents a solution to the identified problem, demonstrating that it can significantly improve music recommendation systems by more effectively integrating interaction context and user experience. This study helps improve the quality of music recommendations and enriches the user experience, making a substantial contribution to the field of music recommendation systems.Esta tese de doutorado aborda diretamente o problema de pesquisa: "Como os sistemas de recomendação musical podem ser aprimorados para integrar o contexto da interação e a experiência do usuário?". Em resposta a essa questão, a pesquisa desenvolve e avalia a UConteXt Arch, uma arquitetura para sistemas de recomendação de música. Esta arquitetura é concebida para aprimorar a experiência do usuário, considerando especificamente o contexto de interação e as preferências musicais. A abordagem metodológica adotada é o Design Science Research (DSR), que possibilita uma análise iterativa e cíclica no desenvolvimento da UConteXt Arch. A arquitetura é fundamentada em teorias e pesquisas sobre sistemas de recomendação, experiência do usuário e personalização contextual. O desenvolvimento da UConteXt Arch envolveu uma revisão sistemática da literatura e estudos exploratórios sobre as práticas atuais em plataformas como Spotify e Deezer. A avaliação da UConteXt Arch incluiu métodos variados, como o Método de Avaliação da Comunicabilidade (MAC), o Modelo de Aceitação de Tecnologia (TAM), o UX Curves e o Método de Inspeção Semiótica Intermediado (MISI). Estes métodos confirmaram a eficácia da arquitetura em entregar recomendações musicais precisas e adaptáveis, alinhadas com as mudanças nas preferências e contextos dos usuários. A arquitetura também aborda o desafio do ``cold-start'', implementando mecanismos de feedback imediato e aprendizado contínuo para aprimorar as recomendações. A tese conclui que a UConteXt Arch representa uma solução para o problema identificado, demonstrando que é possível aprimorar significativamente os sistemas de recomendação musical ao integrar de maneira eficaz o contexto da interação e a experiência do usuário. Este estudo ajuda melhorar a qualidade das recomendações musicais, mas também enriquece a experiência do usuário, contribuindo de forma substancial para o campo dos sistemas de recomendação de música.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES: Código de financiamento 001porUniversidade Federal de São CarlosCâmpus São CarlosPrograma de Pós-Graduação em Ciência da Computação - PPGCCUFSCarAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessSistemas de recomendaçãoContextoExperiência do usuárioCold-startRecommendation systemsContextUser experienceCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAOUma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuárioAn architecture for music recommender systems based on interaction context and user experienceinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALtese-willian.pdftese-willian.pdfTese de Doutoradoapplication/pdf8270384https://repositorio.ufscar.br/bitstream/ufscar/19295/1/tese-willian.pdf23256e45d5f14a8f65bfb8c5d4d5ab7dMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8810https://repositorio.ufscar.br/bitstream/ufscar/19295/2/license_rdff337d95da1fce0a22c77480e5e9a7aecMD52TEXTtese-willian.pdf.txttese-willian.pdf.txtExtracted texttext/plain582677https://repositorio.ufscar.br/bitstream/ufscar/19295/3/tese-willian.pdf.txtf53a4783b75375cf3dfee1b9ac968247MD53ufscar/192952024-05-14 17:31:15.625oai:repositorio.ufscar.br:ufscar/19295Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222024-05-14T17:31:15Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário |
dc.title.alternative.eng.fl_str_mv |
An architecture for music recommender systems based on interaction context and user experience |
title |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário |
spellingShingle |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário Assunção, Willian Garcias de Sistemas de recomendação Contexto Experiência do usuário Cold-start Recommendation systems Context User experience CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
title_short |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário |
title_full |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário |
title_fullStr |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário |
title_full_unstemmed |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário |
title_sort |
Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário |
author |
Assunção, Willian Garcias de |
author_facet |
Assunção, Willian Garcias de |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/0162658976845027 |
dc.contributor.authororcid.por.fl_str_mv |
https://orcid.org/0000-0002-0552-9013 |
dc.contributor.advisor1orcid.por.fl_str_mv |
https://orcid.org/0000-0002-1736-544X |
dc.contributor.author.fl_str_mv |
Assunção, Willian Garcias de |
dc.contributor.advisor1.fl_str_mv |
Zaina, Luciana Aparecida Martinez |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/0192085115595443 |
contributor_str_mv |
Zaina, Luciana Aparecida Martinez |
dc.subject.por.fl_str_mv |
Sistemas de recomendação Contexto Experiência do usuário |
topic |
Sistemas de recomendação Contexto Experiência do usuário Cold-start Recommendation systems Context User experience CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
dc.subject.eng.fl_str_mv |
Cold-start Recommendation systems Context User experience |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO |
description |
This doctoral thesis addresses the research problem: "How can music recommendation systems be improved to more effectively integrate interaction context and user experience?". In response to this question, the research develops and evaluates UConteXt Arch, an architecture for music recommendation systems. This architecture is designed to enhance the user experience, explicitly considering the interaction context and musical preferences. The methodological approach adopted is Design Science Research (DSR), which enables iterative and cyclical analysis in the development of UConteXt Arch. The architecture is based on theories and research into recommendation systems, user experience, and contextual personalization. The development of UConteXt Arch involved a systematic literature review and exploratory studies of current practices on platforms such as Spotify and Deezer. The evaluation of UConteXt Arch included a variety of methods, such as the Communicability Assessment Method (MAC), the Technology Acceptance Model (TAM), UX Curves, and the Method of Intermediate Semiotic Inspection (MISI). These methods confirmed the effectiveness of the architecture in delivering accurate and adaptable music recommendations in line with changing user preferences and contexts. The architecture also addresses the ``cold-start'' challenge by implementing immediate feedback mechanisms and continuous learning to improve recommendations. The thesis concludes that UConteXt Arch represents a solution to the identified problem, demonstrating that it can significantly improve music recommendation systems by more effectively integrating interaction context and user experience. This study helps improve the quality of music recommendations and enriches the user experience, making a substantial contribution to the field of music recommendation systems. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-12-20 |
dc.date.accessioned.fl_str_mv |
2024-02-15T18:17:15Z |
dc.date.available.fl_str_mv |
2024-02-15T18:17:15Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ASSUNÇÃO, Willian Garcias de. Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19295. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/19295 |
identifier_str_mv |
ASSUNÇÃO, Willian Garcias de. Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19295. |
url |
https://repositorio.ufscar.br/handle/ufscar/19295 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência da Computação - PPGCC |
dc.publisher.initials.fl_str_mv |
UFSCar |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/19295/1/tese-willian.pdf https://repositorio.ufscar.br/bitstream/ufscar/19295/2/license_rdf https://repositorio.ufscar.br/bitstream/ufscar/19295/3/tese-willian.pdf.txt |
bitstream.checksum.fl_str_mv |
23256e45d5f14a8f65bfb8c5d4d5ab7d f337d95da1fce0a22c77480e5e9a7aec f53a4783b75375cf3dfee1b9ac968247 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1802136431942959104 |