Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özetlere göre tezleri arayabilirsiniz.


İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Anabilim Dalı

2007

A hybrid music recommendation system based on different features of the music and users

Müziğin ve kullanıcıların farklı niteliklerine göre melez müzik tavsiye sistemi

Bu tez, YÖK tez merkezinde bulunmaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi'ndeki tarama bölümünde tez numarasını arayabilirsiniz. Tez numarası: 223517

Tezi Bul
Özet:

Günümüzde müzik insanların hayatının önemli bir parçası haline gelmistir. Bu sebeple müzik çalarlar giderek yaygınlastıgı gibi, özel hayatta kullanılan bir çok cihaz da müzik tabanlı uygulamalar içermektedirler. Cep telefonu bu cihazlardan birisidir. Arayan kisiye ulasılıncaya kadar zil sesi dinlemek yerine çesitli müzik parçalarını dinlemek, çagrı anında telefonun zil sesi yerine müzik parçaları ile çalması, her geçen gün daha fazla kisi tarafından tercih edilen uygulamalardan sadece ikisidir. Müzigin bu kadar yaygın oldugu bir ortamda müzik tercihleri de önem kazanmaktadır. Günümüzde müzik tavsiye sistemleri üzerine çesitli çalısmalar yapılmaktadır. Gerek ticari, gerek akademik anlamda kullanılan birçok müzik tavsiye sistemine Internet üzerinden de ulasılabilmektedir. Bu tezde bahsedilen çalısma da bir müzik tavsiye sistemini içermektedir. Bu sistem müzik parçalarını tempo, tını gibi temel özelliklerle temsil eder. Bir kullanıcıya geçmiste dinledigi sarkılara bakarak bundan sonra dinlemek isteyebilecegi sarkıları tavsiye etmeye çalısır. Bunu yaparken, müzik parçası benzerligi, yorumcunun benzerligi, benzer zaman dilimleri içerisinde baska insanların neler dinledikleri gibi kavramları kullanır. Bunları dikkate alarak kullanıcıları geçmisteki seçimlerinin benzerligine göre gruplar ve tüm bu parametreleri kullanarak bu sistemi kullanan kisilere olabildigince dogru bir sekilde müzik parçası tavsiye etmeye çalısır. Bu çalısmada müzik parçalarını tavsiye etmek için 6 adet degisik metod kullanılmıstır. Bu çalısmanın deneylerinde bir cep telefonu operatörü için çesitli müzik içerikli uygulamalar hazırlayan bir firmanın veri kümesi kullanılmıstır. Aynı veri kümeleri üzerinde gelistirilen farklı algoritmalar denenerek farkları incelenmis ve çesitli kıyaslamalar yapılmıstır. Yapılan test sonuçlarına göre, sadece müzik parçalarının benzerliginin kullanılması ile %2-5 oranda basarılı öneriler yapılabiliyor iken, kullanıcının önem verdigi müzik özellikleri degerlendirilerek %5-%10, popülarite ve benzer müzik zevki olan kullanıcıların hesaba katılması ile öneri basarısı %75'e kadar çıkmıstır. Anahtar Kelimeler: Müzik Tavsiye Sistemi, Popülarite, Entropi, Demetleme

Summary:

Today, music has become an important part of the people?s life. For this reason music players are widely used and many tools have been integrated some applications with the content of music. A cellar phone is one of them. Listening colored ring?back?tone instead of listening ring-back-tone and listening a song while the phone is ringing again instead of the classical ring are just two of the applications which have been chosen by more and more people. Music choices have become more and more important at the place in which music is widely used. Today there have been performed some studies on music recommender system. There are some academic purpose and commercial music recommender systems which are being accessed from the Internet. The study which is mentioned in this thesis consists of a music recommender system. This system presents musical pieces with basic features such as beat and timbre. By observing the past choices of a user, it tries to recommend songs which are possibly wanted to be listened by that user. While doing this, it takes into account the songs listened by the others in similar time periods. In basic, it uses the similarity of the musical piece and the similarity of the singers of those songs. By using these parameters, it makes groups of people who made similar choices at past and by using all these parameters it tries to recommend as possible as accurate audio files. In this study 6 different methods are used in order to recommend music pieces. In this study, a dataset is used which is the dataset of a firm who makes some musical content applications for a cellar phone company. Some different algorithms are used with this dataset, their different parts are observed and they are compared. According to test results; while using only the similarity of music pieces it is possible to recommend with %2-5 success rate, by using the features users like it is possible to recommend with %5-10 success rate, by using popularity and the user clustering the recommendation success ratio increases to %75. Keywords: Music Recommender System, Popularity, Entropy