Agenda de defesas Agenda de defesas

Voltar

Ciência da Computação promove defesa de dissertação, na próxima segunda-feira (15), sobre plataforma de streaming

Mestrando Flaviano Dias Fontes foi orientado pelo professor Giordano Ribeiro Eulalio Cabral

O Programa de Pós-Graduação em Ciência da Computação da UFPE promove, na próxima segunda-feira (15), às 16h, a defesa da dissertação de mestrado do aluno Flaviano Dias Fontes. O mestrando foi orientado pelo professor Giordano Ribeiro Eulalio Cabral. A apresentação ocorrerá de forma on-line e, para receber o link de acesso da sala virtual, basta entrar em contato com o estudante através do seu e-mail fdf2@cin.ufpe.br.

O trabalho tem o título “Deejai: Uma plataforma open source para recomendação de músicas para grupos de usuários de serviços de streaming”. A defesa conta com a banca examinadora formada pelos docentes Filipe Carlos de Albuquerque Calegario (UFPE/Centro de Informática), Gilberto Amado de Azevedo Cysneiros Filho (UFRPE/Departamento de Estatística e Informática) e Giordano Ribeiro Eulalio Cabral (UFPE/Centro de Informática).

Resumo

Consumir música é algo que fazemos ao longo dos séculos e é uma atividade bastante importante em nossas vidas. Realizar esse consumo de forma coletiva nos dá a possibilidade de criar uma relação emocional forte, pois associamos as pessoas ao redor com o ambiente que consumimos criando toda uma experiência diferenciada. Mas essa experiência acaba ficando nas mãos de poucas pessoas, o artista que está tocando, o DJ da festa, ou até o amigo que põe a sua playlist para tocar durante o encontro com os amigos. Para aprimorar a experiência de se consumir músicas em ambiente coletivo, nos propusemos a utilizar de estudos sobre sistemas de recomendação focado em música, aproveitando suas técnicas já estudadas para construir uma plataforma open source e com a possibilidade de integrar dois serviços de streaming a fim de facilitar a colaboração dos usuários levando em consideração os seus gostos e principalmente seus desgostos para tentar melhorar o resultado da playlist gerada. Foram utilizadas técnicas de filtro colaborativo aplicadas a grupo, de consumo das informações previamente disponíveis pelos usuários nos seus serviços de streaming, levando em consideração os problemas de partida a frio que essas técnicas apresentam além de uma filtragem automática das músicas que não agradam o indivíduo para responder a pergunta: Levar em consideração os desgostos dos usuários cria uma lista de reprodução mais legal. Foi criado o conceito de salas, local onde é definido um contexto para que os usuários possam acompanhar a montagem da playlist, um sistema de votação onde é possível salvar a opinião de uma determinada música para melhorar as futuras recomendações, pois essa informação não é disponibilizada pelos serviços de streaming. Esse sistema de votação se mostrou importante, pois o consumo de música se mostrou algo muito efêmero, uma música que um usuário gosta muito hoje pode não ser tão apreciada meses depois. Além de que o consumo de músicas é baseado em um contexto, onde, por exemplo, o usuário tem a preferência em ouvir um determinado ritmo durante a prática de exercícios ou em uma festa e para outro momento tem a preferência por outro, fazendo com que o não gostar dele possa ser tanto pra música que ele detesta, como também para músicas que não combinam com aquele contexto. Com base no do EveryNoiseAtOnce onde os estilos são mapeados como pontos cartesianos, a fim de aproximar estilos próximos é um bom auxílio para poder criar a playlist para usuário que possuem gostos muito distantes, pois é possível construir um caminho entre esses pontos, buscando o vizinho mais próximo.

Data da última modificação: 12/08/2022, 17:51