Explorando a importância da personalização na criação de playlists.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/13366 |
Resumo: | Muitas vezes ouvir música não é apenas um hobby, ou uma atividade de lazer, mas sim uma maneira de alcançar um certo estado emocional ou psicológico, ou mesmo de realizar mais facilmente, ou melhor, uma atividade, e.g. relaxar. Entender as preferências dos usuários ao escutar músicas para realizar determinadas atividades é primordial para aperfeiçoar um recomendador musical baseado em contexto. Entretanto, até o momento, os estudos desta área têm focado em identificar características gerais de músicas de acordo com determinados contextos, ou seja, consideram que uma música para, por exemplo, relaxar, possui as mes- mas características independentemente de usuário. Deste modo, a fim de explorar possíveis diferentes preferências e percepções entre usuários, ao criarem playlists para relaxamento, este trabalho realizou uma análise com aproximadamente 91.000 playlists criadas por cerca de 8.000 usuários nas plataformas 8tracks e Spotify, que são bastante utilizadas para o com- partilhamento de músicas. Neste estudo, consideramos a preferência musical de um usuário como sendo um modelo representativo das características das músicas escolhidas por ele em suas playlists. Estas características compreendem informações de alto e baixo nível das músicas e foram obtidas por meio da utilização da API do Spotify. Informações de alto nível se referem a características que seres humanos podem reconhecer ao escutar música, como por exemplo o quão dançante é uma música, se é instrumental, quão enérgica é, etc. Por outro lado, informações de baixo nível se referem a características do sinal do áudio, tais como o timbre, que é utilizado neste trabalho. Os resultados obtidos com as análises realizadas sugerem que de fato existem grandes diferenças nas percepções dos usuários ao criarem playlists para relaxamento. Foi possível identificar a existência de diferentes grupos de usuários, onde cada grupo possui um conjunto específico de características relevantes que definem suas percepções sobre músicas relaxantes. Outrossim, também foram observadas desigualdades entre os usuários quando comparamos a diferença entre suas percepções de músicas não-relaxantes e relaxantes. Dessa forma, estes resultados sugerem que deve haver um tratamento específico para cada um destes grupos de usuários, por exemplo, ao se re- comendar músicas para relaxamento. Além dos resultados obtidos, este trabalho tem como contribuição a disponibilização de um novo conjunto de dados para futuras pesquisas sobre playlists musicais para relaxamento. |
id |
UFCG_d7f57e7f22914c1383452abf7609b4a3 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/13366 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
Explorando a importância da personalização na criação de playlists.Exploring the importance of personalization in creating playlists.Computação e MúsicaComputação - Metodologia e TécnicasMúsicas para RelaxamentoMúsica – Playlists – PersonalizaçãoComputing and MusicComputing - Methodology and TechniquesRelaxation SongsMusic - Playlists - PersonalizationCiência da ComputaçãoMuitas vezes ouvir música não é apenas um hobby, ou uma atividade de lazer, mas sim uma maneira de alcançar um certo estado emocional ou psicológico, ou mesmo de realizar mais facilmente, ou melhor, uma atividade, e.g. relaxar. Entender as preferências dos usuários ao escutar músicas para realizar determinadas atividades é primordial para aperfeiçoar um recomendador musical baseado em contexto. Entretanto, até o momento, os estudos desta área têm focado em identificar características gerais de músicas de acordo com determinados contextos, ou seja, consideram que uma música para, por exemplo, relaxar, possui as mes- mas características independentemente de usuário. Deste modo, a fim de explorar possíveis diferentes preferências e percepções entre usuários, ao criarem playlists para relaxamento, este trabalho realizou uma análise com aproximadamente 91.000 playlists criadas por cerca de 8.000 usuários nas plataformas 8tracks e Spotify, que são bastante utilizadas para o com- partilhamento de músicas. Neste estudo, consideramos a preferência musical de um usuário como sendo um modelo representativo das características das músicas escolhidas por ele em suas playlists. Estas características compreendem informações de alto e baixo nível das músicas e foram obtidas por meio da utilização da API do Spotify. Informações de alto nível se referem a características que seres humanos podem reconhecer ao escutar música, como por exemplo o quão dançante é uma música, se é instrumental, quão enérgica é, etc. Por outro lado, informações de baixo nível se referem a características do sinal do áudio, tais como o timbre, que é utilizado neste trabalho. Os resultados obtidos com as análises realizadas sugerem que de fato existem grandes diferenças nas percepções dos usuários ao criarem playlists para relaxamento. Foi possível identificar a existência de diferentes grupos de usuários, onde cada grupo possui um conjunto específico de características relevantes que definem suas percepções sobre músicas relaxantes. Outrossim, também foram observadas desigualdades entre os usuários quando comparamos a diferença entre suas percepções de músicas não-relaxantes e relaxantes. Dessa forma, estes resultados sugerem que deve haver um tratamento específico para cada um destes grupos de usuários, por exemplo, ao se re- comendar músicas para relaxamento. Além dos resultados obtidos, este trabalho tem como contribuição a disponibilização de um novo conjunto de dados para futuras pesquisas sobre playlists musicais para relaxamento.Often listening to music is not just a hobby or a leisure activity, but a way of reaching a certain emotional or psychological state, or even to better perform an activity, e.g. relax- ing. Understanding users’ preferences when listening to music to perform certain activities is primordial to improve context-aware music recommender. However, until now, studies in this area have focused on identifying general characteristics of music according to certain contexts, that is, they consider that a song, for example, to relax, has the same characteristics regardless of user. Thus, in order to explore possible different preferences and perceptions between users, when creating playlists for relaxation, this work carried out an analysis with approximately 91,000 playlists created by about 8,000 users on the 8tracks and Spotify plat- forms, which are widely used for sharing songs. In this study, we consider a user’s musical preference to be a representative model of the characteristics of the songs chosen by him in his playlists. These characteristics comprise high and low-level information of the songs and were obtained through the use of the Spotify API. High-level information refers to charac- teristics that human beings can recognize when listening to music, such as how danceable a song is, if it is instrumental, how energetic it is, etc. On the other hand, low-level information refers to characteristics of the audio signal, such as the timbre, which is used in this work. The results obtained with the analyses performed suggest that there are great differences in the perceptions of users when creating playlists for relaxation. It was possible to identify the existence of different groups of users, where each group has a specific set of relevant characteristics that define their preferences about relaxing music. Furthermore, inequalities between users were also observed when we compared the difference between their percep- tions of non-relaxing and relaxing music. Moreover, inequalities between users were also observed when we compared the difference between their perceptions of non-relaxing and relaxing music. Hence, these results suggest that there must be a specific treatment for each of these groups of users, for example, when recommending songs for relaxation. In addi- tion to the results obtained, this work contributes to the provision of a new dataset for future research on musical playlists for relaxation.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGANDRADE, Nazareno Ferreira de.ANDRADE, N. F.http://lattes.cnpq.br/2729979018100977CAMPELO, Cláudio Elízio Calazans.MARINHO, Leandro Balby.CABRAL, Giordano Ribeiro Eulalio.FIGUEIREDO, Flavio Vinicius Diniz de.MÉLO, Daniel Gondim Ernesto de.2020-03-092020-07-17T17:42:23Z2020-07-172020-07-17T17:42:23Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/13366MÉLO, D. G. E. de. Explorando a importância da personalização na criação de playlists. 2020. 100 f. Tese (Doutorado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/13366porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-03-17T11:33:05Zoai:localhost:riufcg/13366Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-03-17T11:33:05Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.none.fl_str_mv |
Explorando a importância da personalização na criação de playlists. Exploring the importance of personalization in creating playlists. |
title |
Explorando a importância da personalização na criação de playlists. |
spellingShingle |
Explorando a importância da personalização na criação de playlists. MÉLO, Daniel Gondim Ernesto de. Computação e Música Computação - Metodologia e Técnicas Músicas para Relaxamento Música – Playlists – Personalização Computing and Music Computing - Methodology and Techniques Relaxation Songs Music - Playlists - Personalization Ciência da Computação |
title_short |
Explorando a importância da personalização na criação de playlists. |
title_full |
Explorando a importância da personalização na criação de playlists. |
title_fullStr |
Explorando a importância da personalização na criação de playlists. |
title_full_unstemmed |
Explorando a importância da personalização na criação de playlists. |
title_sort |
Explorando a importância da personalização na criação de playlists. |
author |
MÉLO, Daniel Gondim Ernesto de. |
author_facet |
MÉLO, Daniel Gondim Ernesto de. |
author_role |
author |
dc.contributor.none.fl_str_mv |
ANDRADE, Nazareno Ferreira de. ANDRADE, N. F. http://lattes.cnpq.br/2729979018100977 CAMPELO, Cláudio Elízio Calazans. MARINHO, Leandro Balby. CABRAL, Giordano Ribeiro Eulalio. FIGUEIREDO, Flavio Vinicius Diniz de. |
dc.contributor.author.fl_str_mv |
MÉLO, Daniel Gondim Ernesto de. |
dc.subject.por.fl_str_mv |
Computação e Música Computação - Metodologia e Técnicas Músicas para Relaxamento Música – Playlists – Personalização Computing and Music Computing - Methodology and Techniques Relaxation Songs Music - Playlists - Personalization Ciência da Computação |
topic |
Computação e Música Computação - Metodologia e Técnicas Músicas para Relaxamento Música – Playlists – Personalização Computing and Music Computing - Methodology and Techniques Relaxation Songs Music - Playlists - Personalization Ciência da Computação |
description |
Muitas vezes ouvir música não é apenas um hobby, ou uma atividade de lazer, mas sim uma maneira de alcançar um certo estado emocional ou psicológico, ou mesmo de realizar mais facilmente, ou melhor, uma atividade, e.g. relaxar. Entender as preferências dos usuários ao escutar músicas para realizar determinadas atividades é primordial para aperfeiçoar um recomendador musical baseado em contexto. Entretanto, até o momento, os estudos desta área têm focado em identificar características gerais de músicas de acordo com determinados contextos, ou seja, consideram que uma música para, por exemplo, relaxar, possui as mes- mas características independentemente de usuário. Deste modo, a fim de explorar possíveis diferentes preferências e percepções entre usuários, ao criarem playlists para relaxamento, este trabalho realizou uma análise com aproximadamente 91.000 playlists criadas por cerca de 8.000 usuários nas plataformas 8tracks e Spotify, que são bastante utilizadas para o com- partilhamento de músicas. Neste estudo, consideramos a preferência musical de um usuário como sendo um modelo representativo das características das músicas escolhidas por ele em suas playlists. Estas características compreendem informações de alto e baixo nível das músicas e foram obtidas por meio da utilização da API do Spotify. Informações de alto nível se referem a características que seres humanos podem reconhecer ao escutar música, como por exemplo o quão dançante é uma música, se é instrumental, quão enérgica é, etc. Por outro lado, informações de baixo nível se referem a características do sinal do áudio, tais como o timbre, que é utilizado neste trabalho. Os resultados obtidos com as análises realizadas sugerem que de fato existem grandes diferenças nas percepções dos usuários ao criarem playlists para relaxamento. Foi possível identificar a existência de diferentes grupos de usuários, onde cada grupo possui um conjunto específico de características relevantes que definem suas percepções sobre músicas relaxantes. Outrossim, também foram observadas desigualdades entre os usuários quando comparamos a diferença entre suas percepções de músicas não-relaxantes e relaxantes. Dessa forma, estes resultados sugerem que deve haver um tratamento específico para cada um destes grupos de usuários, por exemplo, ao se re- comendar músicas para relaxamento. Além dos resultados obtidos, este trabalho tem como contribuição a disponibilização de um novo conjunto de dados para futuras pesquisas sobre playlists musicais para relaxamento. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-03-09 2020-07-17T17:42:23Z 2020-07-17 2020-07-17T17:42:23Z |
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.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/13366 MÉLO, D. G. E. de. Explorando a importância da personalização na criação de playlists. 2020. 100 f. Tese (Doutorado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/13366 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/13366 |
identifier_str_mv |
MÉLO, D. G. E. de. Explorando a importância da personalização na criação de playlists. 2020. 100 f. Tese (Doutorado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2020. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/13366 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande Brasil Centro de Engenharia Elétrica e Informática - CEEI PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO UFCG |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1809744447437537280 |