Συστήματα συστάσεων για την αυτόματη δημιουργία μουσικών λιστών αναπαραγωγής (playlists) με τεχνικές βαθιάς μηχανικής μάθησης
Διπλωματική Εργασία


Περιγραφή

Τα Συστήματα Συστάσεων παρουσιάζουν τελευταία ενδιαφέρον τόσο από ερευνητικής όσο και από εμπορικής απόψεως. Στα ηλεκτρονικά καταστήματα το ιστορικό αγορών, οι αναζητήσεις και τα δεδομένα πλοήγησης κάθε χρήστη αναλύονται για την παραγωγή αποτελεσματικών διαφημίσεων και προτάσεων αγοράς. Ομοίως, στις πλατφόρμες μουσικής/βίντεο, όπως το spotify ή το youtube, το ιστορικό του χρήστη μαζί με το τρέχον κομμάτι αναλύονται για να προταθεί αυτόματα το επόμενο. Οι ποιοτικές προτάσεις οδηγούν σε επιτυχία τις ηλεκτρονικές υπηρεσίες και ικανοποίηση των χρηστών. Από τεχνικής απόψεως, τα Συστήματα Συστάσεων παρουσιάζουν μεγάλες προκλήσεις. Στην παρούσα διπλωματική θα χρησιμοποιηθούν χαρακτηριστικά ανάλυσης μουσικών κομματιών ως σήμα ήχου (εξαγωγή ρυθμού, συναισθήματος, χαρακτηριστικών στυλ), μεταδεδομένα για τον καλλιτέχνη, άλμπουμ, μουσικό είδος και πληθώρα υπαρχόντων λιστών αναπαραγωγής, ώστε να δημιουργείται αυτόματα ένα σύνολο μουσικών προτάσεων. Στόχος είναι η μελέτη και ανάκτηση των σχετικών δεδομένων και η μελέτη τεχνικών μηχανικής μάθησης (machine learning) για τη δημιουργία ενός Συστήματος Συστάσεων που θα προτείνει τραγούδια με βάση μια δεδομένη λίστα. Απαιτούμενες γνώσεις: Χρήση REST APIs (γνώσεις web crawling επιθυμητές αλλά όχι απαραίτητες), κάποια high level γλώσσα προγραμματισμού (κατά προτίμηση Python).

Για περισσότερες πληροφορίες επικοινωνήστε με τον Γ. Στάμου (τηλ. 7723040, e-mail: gstam at cs.ntua.gr) και τον Μιχάλης Γιαζιτζόγλου (τηλ. 7722491, e-mail: mikegiatzi at cs.ntua.gr).