Sistema de recomendación para contenidos musicales basado en el análisis afectivo del contexto social

• Mauricio Sánchez Barragán ^[1] ; Gabriel Elías Chanchí G. ^[2] ; Wilmar Yesid Campo M. ^[3]
  1. [1] Institución Universitaria Colegio Mayor del Cauca

     Institución Universitaria Colegio Mayor del Cauca

     Colombia

     
  2. [2] Universidad de Cartagena

     Universidad de Cartagena

     Colombia

     
  3. [3] Universidad del Quindío

     Universidad del Quindío

     Colombia

     

  Mostrar afiliaciones +
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. 39, 2020, págs. 100-113
• Idioma: español
• Títulos paralelos:
  • Recommender system for musical contents based on the affective analysis of the social context
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En la actualidad gracias a la difusión de las redes sociales, se hace necesario aprovechar el contexto social de un usuario, con el fin de enriquecer la toma de decisiones en los sistemas inteligentes. Así, este artículo se centra en el estudio afectivo del contexto social de un usuario, para enriquecer la recomendación de contenidos multimedia musicales más relevantes. De este modo, se propone como aporte un sistema de recomendación de contenidos musicales, el cual relaciona el análisis sentimental del contexto social de un usuario a través de la red social twitter con el análisis sentimental de las letras de las canciones. Así, este artículo presenta los diferentes componentes asociados al sistema de recomendación, tales como: dataset de contenidos musicales, método computacional basado en un clasificador bayesiano encargado de la predecir contenidos musicales a partir del análisis del contexto social del usuario y servicio de música en línea.

  • English

    Nowadays, thanks to the diffusion of social networks, it is necessary to take advantage of the social context of a user, in order to enrich decision-making in intelligent systems. Thus, this paper focuses on the affective study of the social context of a user, to enrich the recommendation of more relevant musical multimedia content. In this way, we propose as a contribution a system of recommendation of musical contents, which relates the sentimental analysis of the social context of a user through the social network twitter with the sentimental analysis of the lyrics of the songs. Thus, this paper presents the different components associated to the recommendation system, such as: musical content dataset, computational method based on a Bayesian classifier in charge of predicting musical contents from the analysis of the user's social context and online music service.