Σύστημα Συστάσεων Μουσικής για κινητές συσκευές βασισμένο σε Αναγνώριση Συναισθήματος χρήστη

Φρέρη, Κωνσταντίνα; Freri, Konstantina

dc.contributor.author	Φρέρη, Κωνσταντίνα	el
dc.contributor.author	Freri, Konstantina	en
dc.date.accessioned	2023-01-11T09:26:17Z
dc.date.available	2023-01-11T09:26:17Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/56601
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.24299
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Αναγνώριση Συναισθήματος	el
dc.subject	Εφαρμογή	el
dc.subject	Σύστημα Συστάσεων	el
dc.subject	Μουσική	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Emotion Recognition	en
dc.subject	Mobile App	en
dc.subject	Recommendation System	en
dc.subject	Music	en
dc.subject	Machine Learning	en
dc.title	Σύστημα Συστάσεων Μουσικής για κινητές συσκευές βασισμένο σε Αναγνώριση Συναισθήματος χρήστη	el
dc.title	Music Recommendation System for mobile devices based on user Emotion Recognition	en
heal.type	bachelorThesis
heal.classification	Μηχανική Μάθηση	el
heal.classification	Machine Learning	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-10-13
heal.abstract	Τα συστήματα συστάσεων μουσικής (MRS) είναι ένας αναδυόμενος τομέας εφαρμογών που βοηθά τους χρήστες να βρουν την αγαπημένη τους μουσική ανάμεσα σε ένα τεράστιο όγκο μουσικών κομματιών. Οι περισσότερες υπάρχουσες μέθοδοι προτάσεων μουσικής επικεντρώνονται στην εξερεύνηση των προφίλ των χρηστών, του ιστορικού ακρόασης και του ηχητικού σήματος της μουσικής για να προτείνουν τα πιο σχετικά στοιχεία στους χρήστες. Ωστόσο, τα συναισθήματα των χρηστών επηρεάζουν σε μεγάλο βαθμό τις μουσικές τους προτιμήσεις και διαδραματίζουν ζωτικό ρόλο στη διαδικασία συστάσεων μουσικής. Έτσι εμφανίζεται στο προσκήνιο το πεδίο της αναγνώρισης συναισθημάτων. Οι περισσότερες εφαρμογές αναγνώρισης συναισθημάτων βασίζονται στις εκφράσεις του προσώπου , καθώς αποτελούν ένα από τα κύρια κανάλια πληροφόρησης στη διαπροσωπική επικοινωνία. Η αναγνώριση συναισθημάτων προσώπου (FER) είναι ένα σημαντικό θέμα στους τομείς της υπολογιστικής όρασης, της αλληλεπίδρασης ανθρώπου-υπολογιστή και της τεχνητής νοημοσύνης, λόγω των σημαντικών ακαδημαϊκών και εμπορικών δυνατοτήτων της. Στην εργασία αυτή, φέρνουμε τα δύο πεδία μαζί κατασκευάζοντας ένα σύστημα προτάσεων μουσικής που βασίζεται στο συναίσθημα. Το σύστημά μας, που ονομάζεται "Soundays", είναι μια εφαρμογή Android που προτείνει στον χρήστη μια λίστα τραγουδιών με βάση το τρέχον συναίσθημά του. Αρχικά, καταγράφεται η εικόνα του προσώπου του χρήστη χρησιμοποιώντας την κάμερα και στη συνέχεια ανιχνεύεται το συναίσθημα και παράγεται μια λίστα μουσικών κομματιών που ταιριάζει στη διάθεσή του. Στο Soundays, η αναγνώριση συναισθημάτων εφαρμόζεται χρησιμοποιώντας το Py-Feat και η λίστα των τραγουδιών δημιουργείται με τη βοήθεια του Spotify API.	el
heal.abstract	Music recommendation systems (MRS) are an emerging application that helps users find their favorite music across a wide range of tracks. Most existing music recommendation methods focus on exploring users’ profiles, listening histories and audio signal of music to recommend the most relevant items to users. However, users’ emotion greatly affects their music preference and plays a vital role in music recommendation. This is how the emotion recognition field comes into the picture. Most emotion recognition applications are based on facial expressions as they are one of the main information channels in interpersonal communication. Facial emotion recognition (FER) is an important topic in the fields of computer vision, human-computer interaction and artificial intelligence owing to its significant academic and commercial potential. In this paper, we bring the two fields together by building an emotion-based music recommendation system. Our system, called '"Soundays", is an Android application that suggests the user a list of songs based on his current emotion. The system captures user’s image using the camera. It then detects the emotion and produces a playlist that fits user’s mood. In Soundays, emotion recognition is applied using Py-Feat and the list of songs is created with the help of Spotify API.	en
heal.advisorName	Κόλλιας, Στέφανος	el
heal.committeeMemberName	Κόλλιας, Στέφανος	el
heal.committeeMemberName	Βουλόδημος, Αθανάσιος	el
heal.committeeMemberName	Στάμου, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	91 σ.	el
heal.fullTextAvailability	false