RS time hệ thống gợi ý nhạc

TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CNTT-TT

Đề tài:
“ĐẶC TÍNH THỜI GIAN”
TRONG HỆ THỐNG GỢI Ý NHẠC
Tác giả: Võ Thị Xuân Mai
Trần Nguyễn Minh Thư

SV thực hiện :

GV hướng dẫn :

Trương Thị Phượng B1609542

Trần Nguyễn Minh Thư

Nguyễn Bích Ngân B1609533


NỘI DUNG

I.
II.
III.
IV.

Giới thiệu Hệ Thống gợi ý nhạc
Thảo Luận
Phương Pháp
Kết luận

I. Giới thiệu
II. Thảo Luận

GIỚI THIỆU

 Hệ thống gợi ý nhạc có vai trò cung cấp những bài hát phù hợp với sở thích người nghe
 Hệ thống gợi ý nhạc theo tâm trạng, phản hồi tiềm ẩn…


Ngoài ra một đề xuất khác bằng cách sử dụng thời gian trong ngày, để đưa gợi ý

III. Phương Pháp
IV. Kết Luận


I. Giới thiệu
II. Thảo Luận

GIỚI THIỆU



Buổi sáng, các thể loại âm nhạc sôi động để khởi đầu một
ngày mới được ưa chuộng và buổi tối các bản nhạc nhẹ
nhàng giúp người nghe dễ dàng chìm vào giấc ngủ

III. Phương Pháp
IV. Kết Luận

I. Giới thiệu
II. Thảo Luận
III. Phương Pháp

THẢO LUẬN



IV Kết Luận

Kết quả đánh giá dựa trên tập dữ liệu last.fm 1K
với số lượng bài hát trong danh sách gợi ý lần
lượt là 5, 10, 15, 20 được thể hiện trong Bảng 1.

Bảng 1: Bảng tổng hợp kết quả của Diyi yang và cộng sự, 2012.


I. Giới thiệu
II. Thảo Luận

PHƯƠNG PHÁP
1. Phân tích đặc trưng dữ liệu âm nhạc



Sơ đồ bên dưới biểu diễn số lượt nghe của
mỗi bài hát trong dữ liệu Lastfm-dataset-1k.
(2005-2009)



Lượt nghe cao nhất của một bản nhạc
phân biệt là khoảng 2500 lần

III. Phương Pháp
IV. Kết Luận


I. Giới thiệu
II. Thảo Luận

PHƯƠNG PHÁP

III. Phương Pháp
IV. Kết Luận

 Một bản nhạc có tính tái sử
sụng cao do người dùng
thường nghe nhiều lần một
bản nhạc yêu thích.

Hình 2. Số lần nghe một bản nhạc của thính giả (2006 – 2009)


I. Giới thiệu
II. Thảo Luận

PHƯƠNG PHÁP



III. Phương Pháp
IV. Kết Luận

Những khoảng thời gian cụ thể trong ngày, người dùng sẽ có sở thích khác nhau vào những khoảng thời gian khác
nhau.

Hình 3: Thống kê tần suất nghe nhạc


I. Giới thiệu
II. Thảo Luận
III. Phương Pháp

PHƯƠNG PHÁP

IV. Kết Luận

2.Vấn đề bài hát được gợi ý



Áp dụng lý thuyết Forgetting Curve để
tính sự tươi mới của một bài hát

 S=1

nếu một bài hát đã được nghe 1 lần

thì sau khoảng 7 ngày , lưu trữ của bộ
nhớ là 0% → bài hát là tươi mới

Hình 4: Biểu đồ biểu diễn sự suy giảm bộ nhớ


I. Giới thiệu
II. Thảo Luận

PHƯƠNG PHÁP
3. Áp dụng giải thuật dựa trên luật kết hợp

 Xây dựng tập luật thông qua lịch sử
nghe nhạc của người dùng

 Danh sách gợi ý gồm có 7 bản nhạc.

III. Phương Pháp
IV. Kết Luận


I. Giới thiệu
II. Thảo Luận

KẾT LUẬN

III. Phương Pháp
IV. Kết Luận

1. Đánh giá hệ thống

 Phương pháp Given-N để đánh giá tính
hiệu quả của hệ thống

 Gợi ý được xem là phù hợp khi người
dùng chọn mục dữ liệu từ danh sách
những gợi ý

Hình 7: Phương pháp đánh giá given-1


I. Giới thiệu
II. Thảo Luận

KẾT LUẬN



III. Phương Pháp
IV. Kết Luận

Từ 15h đến 21h là khoảng
thời gian người dùng nghe
nhạc cao và có độ chính xác
cao nhất

 

 

Bảng 2: Bảng tổng hợp kết quả đánh giá bằng phương pháp given-1


I. Giới thiệu
II. Thảo Luận

KẾT LUẬN

III. Phương Pháp
IV. Kết Luận

2.Tập dữ liệu thực nghiệm



Tập dữ liệu có tổng số 19.150.868 dòng giao dịch, 992 người dùng từ 66 quốc gia khác nhau, độ tuổi trung bình là 25



Tiến hành trên tập dữ liệu Lastfm-dataset-1k và tập các thẻ Tag mô tả mỗi bài hát



Việc phân chia khoảng thời gian mang lại hiệu quả về thời gian tính toán.



Để có độ chính xác cao thì việc thực hiện online là cần thiết.

Thanks you !