Sistemas de Recomendação
de Músicas
Pandora, Last.fm
Equipe
•
•
•
•
Fagner Nascimento
Pablo Alessandro
Sergio Sette
Victor Cisneiros
Roteiro
• Sistema de Recomendação
• Sistemas de Recomendação de Música
• Music Genome Project
– Pandora
• Audioscrobbler
– Last.fm
Sistemas de Recomendação
• Necessidade:
– Lidar com a enorme geração de informação
– Filtragem de informações
Sistemas de Recomendação
• Relevância da informação
Sistemas de Recomendação
Personalizada
•
Sistemas capazes de aprender e
identificar necessidades do usuário e
gerar recomandações adequadas
– Filtragem Baseada em Conteúdo
– Filtragem Colaborativa
•
Em geral, utilizam técnicas de filtragem
de informação e aprendizagem de
máquina
Filtragem Baseada em Conteúdo
•
Fazem sugestões de itens que sejam
semelhantes ao que o usuário
demonstrou interesse no passado
– Aquisição de preferências baseia-se no
conteúdo dos itens
– Ex: Uma música poderia ser descrita pelo
conjunto de atributos (nome, autor, álbum,
ano e gênero)
Filtragem Colaborativa
•
•
•
Baseia-se no fato de que as melhores
recomendações podem ser feitas por
usuários com preferências similares
Identificam usuários similares ao alvo da
recomendação e sugerem itens que
esses usuários avaliaram positivamente
e que não tenham sido avaliados ainda
pelo alvo
Pode ser descrita em 3 passos:
Filtragem Colaborativa
•
Representação dos dados de entrada
– O usuário expressa suas preferências
avaliando positivamente ou negativamente
os itens do sistema.
– Informações podem ser coletadas tanto
explicitamente (ex: fazer o usuário dar uma
nota à música) quanto implicitamente (ex:
assumir que um usuário gosta dos itens
pelo qual buscou)
Filtragem Colaborativa
•
Formação de Vizinhança
– Compara o perfil do usuário com o perfil de
outros usuários para calcular a similaridade
entre eles
– Várias técnicas para calcular: K-Nearest
Neighbors, Redes Neurais, Redes
Bayseanas, etc.
Filtragem Colaborativa
•
Geração de Recomendação
– Sugere ao alvo da recomendação os itens
que seus vizinhos mais gostaram
Sistemas de Recomendação de
Músicas
• Novas Bandas sendo criadas
– Facilidade de aprender
– Facilidade de gravar
– Dificuldade de se popularizar
– Perda de poder das gravadoras
• A rádio está mudando
• Era On Demand
Sistemas de Recomendação de
Músicas
• Pandora
(2000)
• Last.fm
(2002)
Music Genome Project (Pandora)
• Criado em Janeiro de 2000
• Descrever as músicas pela essência
(gene)
– 4,7 bilhões de músicas
– 38,329 artistas
Pandora
• Usuário fornece um nome de artista/música
• Gera a rádio (playlist) a partir da busca inicial
• Refina o perfil do usuário acordo com o
feedback
• Pandora Everywhere
AudioScrobbler
• Criado em 2002
• Armazenar o que era escutado
• Criar tabelas colaborativas
Last.fm
• Usuário instala um plug-in no seu player
MP3 (portátil ou não)
• Ranks das Músicas mais ouvidas
• Associação de perfis “amigos”
Conclusões
•
•
•
•
Divulgar
Aproveitar o novo mercado de música
Personalizar as WebRadios
Desentoxicação dos downloads ilegais
Referências
• http://en.wikipedia.org/wiki/Recommendation_system
• http://en.wikipedia.org/wiki/List_of_Music_Genome_Project_attribute
s
• http://en.wikipedia.org/wiki/Last.fm
• http://www.pandora.com/
• http://en.wikipedia.org/wiki/Music_Genome_Project
• http://en.wikipedia.org/wiki/Pandora_%28music_service%29
• http://www.downloadsquad.com/2007/03/23/download-squadinterview-tim-westergren-of-pandora/
• http://www.eastbayexpress.com/2006-01-11/news/pandora-s-box/1
• http://www.twit.tv/itn6
• http://www.gardenal.org/trabalhosujo/2007/01/o_que_voce_esta_ou
vindo.html