A general method to automatically generate music playlists

• Ano de defesa: 2019
• Autor(a) principal: Marcos Alves de Almeida
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Minas Gerais; Brasil; ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO; Programa de Pós-Graduação em Ciência da Computação; UFMG
• Palavras-chave em Português: Playlist Generators; Music Embedding; Recuperação da Informação; Sistemas de informação musical; Lista de reprodução - música
• Link de acesso: http://hdl.handle.net/1843/31794

Música é uma das formas de entretenimento mais utilizadas por pessoas do mundo todo. Diferente de outros tipos de entretenimento como filmes e teatro, música é consumida por meio de playlists, isto é, várias músicas são agrupadas antes que sejam escutadas. Organizar as músicas em uma sequência é uma tarefa que demanda tempo, e pode requerer conhecimentos específicos de quem está criando as playlists. O objetivo deste trabalho é propor um método geral para gerar automaticamente playlists de música satisfazendo objetivos conflitantes. Inicialmente, nós iremos analisar playlists de música de usuários com o objetivo de entender suas características e gêneros musicais. Em seguida, iremos propor formas de calcular a similaridade entre músicas utilizando características acústicas e metadados. As funções de similaridade propostas serão utilizadas para mapear as músicas em um espaço de músicas onde músicas similares estão próximas uma das outras. Então iremos propor um método geral para gerar automaticamente uma playlist aleatória de música conectando duas músicas definidas pelo usuário. Baseado no método geral, iremos construir dois algoritmos para gerar playlists de música, chamados de ROPE e STRAW, e aplicá-los nos espaços de música construídos. Com os experimentos realizados, nós mostramos que os algoritmos propostos conseguem gerar playlists aleatórias de músicas heterogêneas com transições suaves entre as músicas. Finalmente, um protótipo online é desenvolvido para permitir usuários testarem o método proposto.