Введение 4
1 Организация информационных библиотечных систем хранения 6
1.1 Форматы представления звукозаписей в библиотечных системах. .6
1.2 Методы классификации и сортировки звукозаписей с
использованием методов машинного обучения 6
1.3 Анализ требований к разрабатываемой библиотечной системе 14
2 Формализация моделей обработки звукозаписей в информационной
библиотечной системе 20
2.1 Описание обобщенной модели обработки звукозаписей 20
2.2 Организация структур данных и разработка базы данных
звукозаписей 23
2.3 Разработка алгоритмов группировки и классификации звукозаписей 29
3 Концепция программного продукта и оценки работоспособности 35
3.1 Построение архитектуры программной реализации 35
3.2 Разработка программного продукта 38
Заключение 41
Список используемых источников 42
Приложение А
С ростом сети за последние десятилетия Интернет стал основным источник получения мультимедийной информации, такой как видео, книги и музыка и т. д.
Люди считают, что музыка является важным аспектом их жизни, и они слушать музыку, деятельность, которую они занимаются часто. Предыдущие исследования также показали, что участники чаще слушали музыку, чем любой другой деятельность (т. е. смотреть телевизор, читать книги и смотреть фильмы) [18].
Музыка, как мощный подход к коммуникации и самовыражения, следовательно, опротестовал множество исследований.
Однако проблема в настоящее время состоит в организации и управлении миллионов названий музыки, производимые общества. Техники Поиск Музыкальной Информации (Music information retrieval - MIR) были разработаны для решения проблем, таких, как классификация жанра, идентификации композитора и распознавания инструмента [5]. С 2005 года ежегодное мероприятие по оценке под названием Музыка Информационный Анализ (Music Information Retrieval Evaluation exchange - MIREX) проводится для облегчения разработка алгоритмов MIR [6].
Объем выпускаемой музыки также растет все больше и больше, при этом многие сервисы, такие как Google Play Music и Deezer, имеют более 30 миллионов песен.
Благодаря таким огромным библиотекам музыки пользователи могут потеряться и бороться за то, чтобы найти новую музыку, которая им нравится. По мере выпуска новых песен пользователи могут не получать информацию, поэтому для них становится проблематичным. Выпускная квалификационная работа посвящен тому, как избавиться от некоторых таких проблем. В этой работе был реализован приложение, которое рекомендует музыкальные файлы пользователям в соответствии с их предпочтениями.
Рекомендательные системы являются удобной альтернативой традиционным поисковым алгоритмам и активно используются в электронной коммерции [19].
Таким образом, разработка информационной библиотечной системы хранения звукозаписей является актуальной темой.
Объект исследования - информационной библиотечной системы хранения звукозаписей.
Предмет исследования - методы классификации и сортировки звукозаписей.
Цель работы является персонализация рекомендации отдельного пользователя музыка, учитывая история прослушивании друзья пользователя.
Исходя из поставленной цели, выделяют следующие задачи выпускной квалификационной работы:
- изучение существующих информационных библиотечных систем;
- изучение методов классификации и сортировки звукозаписей с использованием методов машинного обучения;
- анализ требований к разрабатываемой библиотечной системе;
- разработка алгоритмов группировки и классификации звукозаписей;
- организация структур данных и разработка базы данных звукозаписей;
- реализация программного обеспечения;
- тестирование программного продукта
Выпускной квалификационной работы состоит из введения, трех глав, заключения, список литературы и приложение.
На сегодняшний день информационные технологии используются во всех областях человеческой деятельности. Рекомендательные системы являются перспективным направлением развития информационных технологий в современном мире.
В ходе выполнения выпускной квалификационной работы был разработан полнофункциональный приложение для рекомендации и прослушивании музыки.
Система рекомендаций по музыке уникальна по сравнению с другими службами потоковой передачи музыки, поскольку она облегчает проблему холодного запуска и предоставляет персональные рекомендации. С постоянно растущим количеством музыки и увеличением числа людей с компьютерами будет возрастать потребность в продвинутых алгоритмах рекомендаций, и это удовлетворяет этот спрос.
Система стала очень сложной, и многие улучшения могут быть сделаны для дальнейшего улучшения рекомендаций. Непосредственной целью является интеграция системы с Facebook и Vkontake, которые предоставит более контекстуальную информацию о пользователе. С улучшенным профилем, созданным вокруг каждого пользователя, алгоритм K-Nearest Neighbor может найти лучшие совпадения, еще больше повышающие точность рекомендаций.
Другие цели включают создание приложения для мобильных устройств, чтобы обеспечить легкий способ для любого пользователя смартфона обнаружить и прослушать новую музыку. Это связано с увеличением числа мобильных устройств сегодня.
С уникальным подходом к идентификации похожих песен и вынесением рекомендаций, проект может стать рыночным решением, если законы о лицензировании музыки учитываются.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
