Разработка рекомендательной системы по подбору музыки

Работа призёра открытой городской научно-практической конференции «Инженеры будущего» в секции «Информационные технологии, программирование, прикладная математика, социальный инжиниринг» среди работ учащихся 10–11 классов

Направление работы: Программирование, Машинное обучение, Большие данные

Авторы работы: ГБОУ Школа № 1552

Email: Написать

Предметы: Информатика

Классы: 10 класс

Мероприятия: Открытая городская научно-практическая конференция «Инженеры будущего» 2020 года

Актуальность

В наши дни люди слушают музыку практически везде: в метро, в машине, на работе и дома. Каждый человек слушает разную музыку, к примеру, любящий рок будет слушать в основном рок. И мы задались вопросом, а что делать людям, которым наскучит их плейлист, и они захотят попробовать что-то новое, но не сильно отличающееся от того, что они слушают сейчас. Что поможет им найти новую музыку по вкусу? Задаваясь этим вопросом, мы и решили сделать проект, помогающий таким людям.

Цель

Разработать рекомендательную систему по подбору новой подходящей по параметрам пользователя музыки.

Задачи

Изучить научно-техническую литературу по данной проблеме.
Подобрать алгоритмы для разработки рекомендательной системы.
Разработать рекомендательную систему на языке программирования Python по пользовательским параметрам.

Оснащение и оборудование, использованное при создании работы

ПК
Среда разработки Jupyter Notebook

Описание

Наша рекомендательная система относится к типу content-based.

Работа строилась по следующим этапам.

1. Импорт важных для работы библиотек, таких как бустинг, логистическая регрессия и лес.

2. Загрузка данных для анализа.

3. Анализ данных по музыкальным системам (откуда была взята музыка, какого жанра музыка).

4. Преобразование данных для более чёткого предсказания программы.

5. Запуск программы с помощью логистической регрессии и леса.

6. Запуск алгоритма бустинга, который может помочь в предсказании.

В результате работы было получено 67 % точности подбора трека. В связи с тем, что данных очень много, считаем, это был максимум, который можно было получить из предоставленных материалов.

Результаты работы/выводы

Разработана рекомендательная система, написанная на языке программирования Python, которая с помощью алгоритмов машинного обучения осуществляет подбор музыкальных произведений в соответствии с предпочтениями человека.

Перспективы использования результатов работы

Развивать качества предсказания, разнообразить спектр применения рекомендаций.

Сотрудничество с вузом/учреждением при создании работы

ФГБОУ ВО «МИРЭА – Российский технологический университет»

Мнение автора

«Интересен процесс разработки проекта. Надеюсь, что мой проект послужит основой создания более сложных программ»