Sistem informațional pentru determinarea unui set de compoziții muzicale în baza clusterizării informației

Abstract

Scopul prezentei teze de master constă în crearea unui sistem informațional pentru constituirea sugestiilor muzicale pe baza clusterizării informațiilor, utilizând seturi de date și modele de clasificare. Obiectivele cercetării includ identificarea și analiza seturilor de date relevante pentru constituirea sugestiilor muzicale, dezvoltarea și implementarea unui model de clusterizare a datelor muzicale, precum și crearea unui serviciu web cu API pentru a permite utilizatorilor să acceseze și să beneficieze de recomandările muzicale.

Aplicația a fost creată utilizând limbajele de programare Python cu bibliotecile aferente necesare pentru prelucrarea și clusterizarea datelor musicale, precum și limbajul Java cu bibliotecile acestuia pentru crearea API-urilor suitabile. De asemenea, a fost utilizat un algoritm de clusterizare K-means și un filtru de buclă pentru îmbunătățirea precisiei recomandărilor muzicale. Aplicația creată este utilă pentru orice persoană pasionată de muzică, deoarece oferă sugestii muzicale personalizate, bazate pe preferințele și gusturile individuale. De asemenea, prin intermediul API-ului, aplicația poate fi integrată în alte aplicații sau servicii web pentru a oferi recomandări muzicale personalizate și mai relevante.

The scope of this master's thesis is to create an information system for generating music recommendations based on the clustering of information, using datasets and classification models.

The research objectives include identifying and analyzing relevant datasets for generating music recommendations, developing and implementing a data clustering model, as well as creating a web service with an API to allow users to access and benefit from music recommendations.

The application was created using Python programming language with the necessary libraries for processing and clustering music data, as well as Java language with its libraries for creating suitable APIs. Additionally, a K-means clustering algorithm and a loop filter were used to improve the accuracy of music recommendations.

The created application is useful for anyone passionate about music, as it offers personalized music suggestions based on individual preferences and tastes. Furthermore, through the API, the application can be integrated into other applications or web services to provide even more personalized and relevant music recommendations.