Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/31794
Type: Dissertação
Title: A general method to automatically generate music playlists
Other Titles: Um método geral para geração automática de playlists de música
Authors: Marcos Alves de Almeida
First Advisor: Renato Martins Assunção
First Co-advisor: Pedro Olmo Stancioli Vaz de Melo
First Referee: Olga Nikolaevna Goussevskaia
Second Referee: Flávio Vinícius Diniz de Figueiredo
Third Referee: Nazareno Ferreira de Andrade
Abstract: Music is one of the most used forms of entertainment, being consumed by people all over the world. Different from other types of entertainment such as movies and plays, music is consumed in playlists, that is, several tracks are grouped together before the users listen to them. Arranging the songs in a sequence is a time-consuming task, and may require specific knowledge from the playlist creator. The objective of this work is to propose a general method to automatically generate music playlists satisfying conflicting goals. First, we will analyze users' playlists in order to understand their characteristics and music genres. Next, we will propose methods to calculate the similarity between songs using acoustic characteristics and metadata. The proposed similarity functions will be used to embed the songs in a music space, where similar songs are close to each other. Then, we will propose a general method to automatically generate a random playlist of songs connecting two anchor songs defined by the user. Based on the general method, we will construct two algorithms to generate music playlists, named ROPE and STRAW, and apply them to the constructed music spaces. With the experiments carried out, we showed the proposed algorithms are able to generate random heterogeneous music playlists with smooth transitions between songs. Finally, an online prototype is developed to allow users to test the proposed method.
Abstract: 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.
Subject: Recuperação da Informação
Sistemas de informação musical
Lista de reprodução - música
language: eng
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
metadata.dc.publisher.department: ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
metadata.dc.publisher.program: Programa de Pós-Graduação em Ciência da Computação
Rights: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/pt/
URI: http://hdl.handle.net/1843/31794
Issue Date: 22-Apr-2019
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
DissertacaoMarcosAlmeidaFinal.pdf3.27 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons