Recomendación musical a partir de la selección de características relevantes de alto nivel mediante las estructuras métricas LAESA y Omni secuencial

Simple item page
dc.contributor.advisorMeza Lovón, Graciela
dc.contributor.authorDelgado Mattos, Alessandra Daniela
dc.date.accessioned2017-04-18T16:02:34Z
dc.date.available2017-04-18T16:02:34Z
dc.date.issued2015
dc.description.abstractEn los últimos años la cantidad de aplicaciones orientadas a la industria musical ha incrementado considerablemente. Las opciones que estas nuevas aplicaciones ofrecen cada vez se van tornando m´as complejas y sofisticadas, puesto que las expectativas de los usuarios se van haciendo más exigentes. Hoy en día ya no basta con aplicaciones musicales que so´lo sirvan como simples reproductores de archivos de audio, los usuarios precisan de m´as opciones y funcionalidades, siendo uno de estos, los sistemas automáticos de recomendación musical basado en los gustos y preferencias de dicho usuario. Entonces para poder obtener una recomendación musical óptima se enfrentan tres problemas, el primero es como extraer la información musical, ya que existen diversas maneras de hacerlo, el segundo problema es la selección de la información extraída para poder clasificar los archivos musicales y finalmente la indexación de los archivos musicales bajo criterios de similitud para poder organizar la música. Estos problemas se resuelven utilizando características de alto nivel mediante la extracción de información de los metadatos y archivos MIDI, seleccionar las características obtenidas haciendo uso de dos métodos de selección de características mRMR y SIR y finalmente indexar los datos obtenidos en una estructura métrica que permita realizar las consultas requeridas generando una recomendación musical más óptima. Se obtuvo hasta 57% de eficacia en la recomendación por género y hasta 0,87 utilizando la métrica precisión en cuánto a la similitud de las canciones recomendadas hacia la ingresada por el usuario.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.identifier.other1053354
dc.identifier.urihttps://hdl.handle.net/20.500.12590/15200
dc.language.isospaes_PE
dc.publisherUniversidad Católica San Pabloes_PE
dc.publisher.countryPEes_PE
dc.rightsinfo:eu-repo/semantics/restrictedAccesses_PE
dc.sourceUniversidad Católica San Pabloes_PE
dc.sourceRepositorio institucional - UCSPes_PE
dc.subjectEstructuras métricases_PE
dc.subjectLAESAes_PE
dc.subjectOmni Secuenciales_PE
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#1.02.01es_PE
dc.titleRecomendación musical a partir de la selección de características relevantes de alto nivel mediante las estructuras métricas LAESA y Omni secuenciales_PE
dc.typeinfo:eu-repo/semantics/bachelorThesis
renati.advisor.dni40222974
renati.author.dni70516066
thesis.degree.disciplineCiencia de la Computaciónes_PE
thesis.degree.grantorUniversidad Católica San Pablo. Facultad de Ingeniería y Computaciónes_PE
thesis.degree.levelTítulo Profesionales_PE
thesis.degree.nameLicenciado en Ciencia de la Computaciónes_PE
thesis.degree.programEscuela Profesional de Ciencia de la Computaciónes_PE
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DELGADO_MATTOS_ALE_MET.pdf
Size:
1.43 MB
Format:
Adobe Portable Document Format
Download
Collections
Tesis - Ciencias de la Computación