Este trabajo se centra en primer lugar en el análisis descriptivo de un banco de datos real perteneciente a la plataforma de Streaming musical Spotify, el cual será desgranado y estudiado para que dicho análisis de patrones en la escucha de los usuarios ayude con la segunda parte del trabajo. La segunda parte es el desarrollo de un prototipo de sistema de recomendación musical que combina similitudes entre usuarios y características específicas de los datos. En esta fase se hace un clustering previo para facilitarnos las agrupaciones de usuarios que serán beneficiadas de las recomendaciones lo más precisas posibles. El sistema se complementa con una interfaz gráfica funcional dinámica. El proyecto tratará de aportar mejoras en los sistemas de recomendación y también reflexionará acerca de alguno de los dilemas éticos relacionados con la privacidad de los datos y la “burbuja de contenido”. En conclusión, trata de ofrecer un análisis, una prueba de implementación prototipo y un estudio que siente las bases para futuros aportes en este sector.
ABSTRACT
This work focuses firstly on the descriptive analysis of a real dataset from the Spotify music streaming platform, which will be examined and studied to identify listening patterns among users. These insights will support the second part of the project. The second part involves the development of a prototype for a music recommendation system that combines user similarities with specific data features. This phase includes a preliminary clustering step to create user groupings that enable highly accurate recommendations. The system is complemented by a functional and dynamic graphical interface. The project aims to propose improvements to recommendation systems while reflecting on ethical dilemmas related to data privacy and the çontent bubble.” In conclusion, it seeks to provide an analysis, a prototype implementation, and a study that lays the groundwork for future contributions in this field.
Este trabajo se centra en primer lugar en el análisis descriptivo de un banco de datos real perteneciente a la plataforma de Streaming musical Spotify, el cual será desgranado y estudiado para que dicho análisis de patrones en la escucha de los usuarios ayude con la segunda parte del trabajo. La segunda parte es el desarrollo de un prototipo de sistema de recomendación musical que combina similitudes entre usuarios y características específicas de los datos. En esta fase se hace un clustering previo para facilitarnos las agrupaciones de usuarios que serán beneficiadas de las recomendaciones lo más precisas posibles. El sistema se complementa con una interfaz gráfica funcional dinámica. El proyecto tratará de aportar mejoras en los sistemas de recomendación y también reflexionará acerca de alguno de los dilemas éticos relacionados con la privacidad de los datos y la “burbuja de contenido”. En conclusión, trata de ofrecer un análisis, una prueba de implementación prototipo y un estudio que siente las bases para futuros aportes en este sector.
ABSTRACT
This work focuses firstly on the descriptive analysis of a real dataset from the Spotify music streaming platform, which will be examined and studied to identify listening patterns among users. These insights will support the second part of the project. The second part involves the development of a prototype for a music recommendation system that combines user similarities with specific data features. This phase includes a preliminary clustering step to create user groupings that enable highly accurate recommendations. The system is complemented by a functional and dynamic graphical interface. The project aims to propose improvements to recommendation systems while reflecting on ethical dilemmas related to data privacy and the çontent bubble.” In conclusion, it seeks to provide an analysis, a prototype implementation, and a study that lays the groundwork for future contributions in this field. Read More


