Dissertation/ Thesis
Προβολή σε EDS

From music similarity to music recommendation : computational approaches based on audio features and metadata

Λεπτομέρειες βιβλιογραφικής εγγραφής
Τίτλος: From music similarity to music recommendation : computational approaches based on audio features and metadata
Συγγραφείς: Bogdanov, Dmitry
Συνεισφορές: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
Thesis Advisors: Serra, Xavier
Πηγή: TDX (Tesis Doctorals en Xarxa)
Στοιχεία εκδότη: Universitat Pompeu Fabra, 2013.
Έτος έκδοσης: 2013
Φυσική περιγραφή: 199 p.
Original Identifier: B. 24733-2013
Θεματικοί όροι: Modelatge d'usuari, Recomanació musical, Similitud musical, Recuperació d'informació musical, Descubriment de música, Anàlisi d'àudio, Descripció de preferències, Sistemes de recomanació, Metadades, Àudio, Descripció semàntica de la música, Preferències musicals, Personalització, Visualització, Aprenentatge automàtic, Mineria de dades, User modeling, Music recommendation, Music similarity, Music information retrieval, Music discovery, Audio analysis, Preference elicitation, Recommender systems, Metadata, Audio, Semantic description of music, Music preferences, Personalization, Visualization
Περιγραφή: Aquest treball es centra en el modelatge d'usuari per la recomanació musical i desenvolupa algoritmes per la comprensió automàtica i visualització de preferències musicals. Primer, es proposa un model d'usuari construït a partir d'un conjunt de peces musicals. En segon lloc, s'estudien mètodes d’estimació de similitud musical, treballant exclusivament en el contingut d'àudio. Es proposen noves mètriques basades en la informació tímbrica, temporal, tonal i semàntica. En tercer lloc, es proposen diversos mètodes de recomanació musical que utilitzen aquestes mètriques i que milloren amb un filtratge addicional basat en metadades. També es proposa un mètode senzill basat en metadades editorials. En quart lloc, es presenten els predictors de preferència rellevants a nivell acústic i semàntic. Finalment, es presenta un mètode de visualització de preferències que millora l'experiència d'usuari en sistemes de recomanació.
Description (Translated): In this work we focus on user modeling for music recommendation and develop algorithms for computational understanding and visualization of music preferences. Firstly, we propose a user model starting from an explicit set of music tracks provided by the user as evidence of his/her preferences. Secondly, we study approaches to music similarity, working solely on audio content and propose a number of novel measures working with timbral, temporal, tonal, and semantic information about music. Thirdly, we propose distance-based and probabilistic recommendation approaches working with explicitly given preference examples. We employ content-based music similarity measures and propose filtering by metadata to improve results of purely content-based recommenders. Moreover, we propose a lightweight approach working exclusively on editorial metadata. Fourthly, we demonstrate important predictors of preference from both acoustical and semantic perspectives. Finally, we demonstrate a preference visualization approach which allows to enhance user experience in recommender systems.
Programa de doctorat en Tecnologies de la Informació i les Comunicacions
Τύπος εγγράφου: Dissertation/Thesis
Περιγραφή αρχείου: application/pdf
Γλώσσα: English
Σύνδεσμος πρόσβασης: http://hdl.handle.net/10803/123776
Rights: ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
Αριθμός Καταχώρησης: edstdx.10803.123776
Βάση Δεδομένων: TDX
FullText Text:
  Availability: 0
CustomLinks:
  – Url: http://hdl.handle.net/10803/123776#
    Name: EDS - TDX (ns324271)
    Category: fullText
    Text: View record in TDX
Header DbId: edstdx
DbLabel: TDX
An: edstdx.10803.123776
RelevancyScore: 1299
AccessLevel: 3
PubType: Dissertation/ Thesis
PubTypeId: dissertation
PreciseRelevancyScore: 1299.12414550781
IllustrationInfo
Items – Name: Title
  Label: Title
  Group: Ti
  Data: From music similarity to music recommendation : computational approaches based on audio features and metadata
– Name: Author
  Label: Authors
  Group: Au
  Data: <searchLink fieldCode="AR" term="%22Bogdanov%2C+Dmitry%22">Bogdanov, Dmitry</searchLink>
– Name: Author
  Label: Contributors
  Group: Au
  Data: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
– Name: Author
  Label: Thesis Advisors
  Group: Au
  Data: Serra, Xavier
– Name: TitleSource
  Label: Source
  Group: Src
  Data: TDX (Tesis Doctorals en Xarxa)
– Name: Publisher
  Label: Publisher Information
  Group: PubInfo
  Data: Universitat Pompeu Fabra, 2013.
– Name: DatePubCY
  Label: Publication Year
  Group: Date
  Data: 2013
– Name: PhysDesc
  Label: Physical Description
  Group: PhysDesc
  Data: 199 p.
– Name: AN
  Label: Original Identifier
  Group: ID
  Data: B. 24733-2013
– Name: Subject
  Label: Subject Terms
  Group: Su
  Data: <searchLink fieldCode="DE" term="%22Modelatge+d'usuari%22">Modelatge d'usuari</searchLink><br /><searchLink fieldCode="DE" term="%22Recomanació+musical%22">Recomanació musical</searchLink><br /><searchLink fieldCode="DE" term="%22Similitud+musical%22">Similitud musical</searchLink><br /><searchLink fieldCode="DE" term="%22Recuperació+d'informació+musical%22">Recuperació d'informació musical</searchLink><br /><searchLink fieldCode="DE" term="%22Descubriment+de+música%22">Descubriment de música</searchLink><br /><searchLink fieldCode="DE" term="%22Anàlisi+d'àudio%22">Anàlisi d'àudio</searchLink><br /><searchLink fieldCode="DE" term="%22Descripció+de+preferències%22">Descripció de preferències</searchLink><br /><searchLink fieldCode="DE" term="%22Sistemes+de+recomanació%22">Sistemes de recomanació</searchLink><br /><searchLink fieldCode="DE" term="%22Metadades%22">Metadades</searchLink><br /><searchLink fieldCode="DE" term="%22Àudio%22">Àudio</searchLink><br /><searchLink fieldCode="DE" term="%22Descripció+semàntica+de+la+música%22">Descripció semàntica de la música</searchLink><br /><searchLink fieldCode="DE" term="%22Preferències+musicals%22">Preferències musicals</searchLink><br /><searchLink fieldCode="DE" term="%22Personalització%22">Personalització</searchLink><br /><searchLink fieldCode="DE" term="%22Visualització%22">Visualització</searchLink><br /><searchLink fieldCode="DE" term="%22Aprenentatge+automàtic%22">Aprenentatge automàtic</searchLink><br /><searchLink fieldCode="DE" term="%22Mineria+de+dades%22">Mineria de dades</searchLink><br /><searchLink fieldCode="DE" term="%22User+modeling%22">User modeling</searchLink><br /><searchLink fieldCode="DE" term="%22Music+recommendation%22">Music recommendation</searchLink><br /><searchLink fieldCode="DE" term="%22Music+similarity%22">Music similarity</searchLink><br /><searchLink fieldCode="DE" term="%22Music+information+retrieval%22">Music information retrieval</searchLink><br /><searchLink fieldCode="DE" term="%22Music+discovery%22">Music discovery</searchLink><br /><searchLink fieldCode="DE" term="%22Audio+analysis%22">Audio analysis</searchLink><br /><searchLink fieldCode="DE" term="%22Preference+elicitation%22">Preference elicitation</searchLink><br /><searchLink fieldCode="DE" term="%22Recommender+systems%22">Recommender systems</searchLink><br /><searchLink fieldCode="DE" term="%22Metadata%22">Metadata</searchLink><br /><searchLink fieldCode="DE" term="%22Audio%22">Audio</searchLink><br /><searchLink fieldCode="DE" term="%22Semantic+description+of+music%22">Semantic description of music</searchLink><br /><searchLink fieldCode="DE" term="%22Music+preferences%22">Music preferences</searchLink><br /><searchLink fieldCode="DE" term="%22Personalization%22">Personalization</searchLink><br /><searchLink fieldCode="DE" term="%22Visualization%22">Visualization</searchLink>
– Name: Abstract
  Label: Description
  Group: Ab
  Data: Aquest treball es centra en el modelatge d'usuari per la recomanació musical i desenvolupa algoritmes per la comprensió automàtica i visualització de preferències musicals. Primer, es proposa un model d'usuari construït a partir d'un conjunt de peces musicals. En segon lloc, s'estudien mètodes d’estimació de similitud musical, treballant exclusivament en el contingut d'àudio. Es proposen noves mètriques basades en la informació tímbrica, temporal, tonal i semàntica. En tercer lloc, es proposen diversos mètodes de recomanació musical que utilitzen aquestes mètriques i que milloren amb un filtratge addicional basat en metadades. També es proposa un mètode senzill basat en metadades editorials. En quart lloc, es presenten els predictors de preferència rellevants a nivell acústic i semàntic. Finalment, es presenta un mètode de visualització de preferències que millora l'experiència d'usuari en sistemes de recomanació.
– Name: Abstract
  Label: Description (Translated)
  Group: Ab
  Data: In this work we focus on user modeling for music recommendation and develop algorithms for computational understanding and visualization of music preferences. Firstly, we propose a user model starting from an explicit set of music tracks provided by the user as evidence of his/her preferences. Secondly, we study approaches to music similarity, working solely on audio content and propose a number of novel measures working with timbral, temporal, tonal, and semantic information about music. Thirdly, we propose distance-based and probabilistic recommendation approaches working with explicitly given preference examples. We employ content-based music similarity measures and propose filtering by metadata to improve results of purely content-based recommenders. Moreover, we propose a lightweight approach working exclusively on editorial metadata. Fourthly, we demonstrate important predictors of preference from both acoustical and semantic perspectives. Finally, we demonstrate a preference visualization approach which allows to enhance user experience in recommender systems.<br />Programa de doctorat en Tecnologies de la Informació i les Comunicacions
– Name: TypeDocument
  Label: Document Type
  Group: TypDoc
  Data: Dissertation/Thesis
– Name: Format
  Label: File Description
  Group: SrcInfo
  Data: application/pdf
– Name: Language
  Label: Language
  Group: Lang
  Data: English
– Name: URL
  Label: Access URL
  Group: URL
  Data: <link linkTarget="URL" linkTerm="http://hdl.handle.net/10803/123776" linkWindow="_blank">http://hdl.handle.net/10803/123776</link>
– Name: Copyright
  Label: Rights
  Group: Cpyrght
  Data: ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
– Name: AN
  Label: Accession Number
  Group: ID
  Data: edstdx.10803.123776
PLink https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edstdx&AN=edstdx.10803.123776
RecordInfo BibRecord:
  BibEntity:
    Languages:
      – Text: English
    PhysicalDescription:
      Pagination:
        PageCount: 199
    Subjects:
      – SubjectFull: Modelatge d'usuari
        Type: general
      – SubjectFull: Recomanació musical
        Type: general
      – SubjectFull: Similitud musical
        Type: general
      – SubjectFull: Recuperació d'informació musical
        Type: general
      – SubjectFull: Descubriment de música
        Type: general
      – SubjectFull: Anàlisi d'àudio
        Type: general
      – SubjectFull: Descripció de preferències
        Type: general
      – SubjectFull: Sistemes de recomanació
        Type: general
      – SubjectFull: Metadades
        Type: general
      – SubjectFull: Àudio
        Type: general
      – SubjectFull: Descripció semàntica de la música
        Type: general
      – SubjectFull: Preferències musicals
        Type: general
      – SubjectFull: Personalització
        Type: general
      – SubjectFull: Visualització
        Type: general
      – SubjectFull: Aprenentatge automàtic
        Type: general
      – SubjectFull: Mineria de dades
        Type: general
      – SubjectFull: User modeling
        Type: general
      – SubjectFull: Music recommendation
        Type: general
      – SubjectFull: Music similarity
        Type: general
      – SubjectFull: Music information retrieval
        Type: general
      – SubjectFull: Music discovery
        Type: general
      – SubjectFull: Audio analysis
        Type: general
      – SubjectFull: Preference elicitation
        Type: general
      – SubjectFull: Recommender systems
        Type: general
      – SubjectFull: Metadata
        Type: general
      – SubjectFull: Audio
        Type: general
      – SubjectFull: Semantic description of music
        Type: general
      – SubjectFull: Music preferences
        Type: general
      – SubjectFull: Personalization
        Type: general
      – SubjectFull: Visualization
        Type: general
    Titles:
      – TitleFull: From music similarity to music recommendation : computational approaches based on audio features and metadata
        Type: main
  BibRelationships:
    HasContributorRelationships:
      – PersonEntity:
          Name:
            NameFull: Bogdanov, Dmitry
    IsPartOfRelationships:
      – BibEntity:
          Dates:
            – D: 06
              M: 09
              Type: published
              Y: 2013
ResultId 1