| DC Field | Value | Language |
|---|
| dc.contributor.author | Назарук, К. Ю. | - |
| dc.coverage.spatial | Минск | ru_RU |
| dc.date.accessioned | 2023-06-05T11:08:41Z | - |
| dc.date.available | 2023-06-05T11:08:41Z | - |
| dc.date.issued | 2023 | - |
| dc.identifier.citation | Назарук, К. Ю. Алгоритмы рекомендации музыки стриминговых сервисов на примере Spotify = Algorithms for music recommendation of streaming services on the example of spotify / Назарук К. Ю. // Электронные системы и технологии : сборник материалов 59-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 17–21 апреля 2023 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2023. – С. 706–708. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/51784 | - |
| dc.description.abstract | Музыка составляет значительную часть человеческой культуры. С развитием технологий большинство людей стали прослушивать музыку на различных электронных устройствах, преимущественно смартфонах. Распространение получили музыкальные стриминговые сервисы, предоставляющие доступ к обширной библиотеке музыкальных композиций. Для сохранения вовлеченности пользователей и поддержания интереса к сервису используются алгоритмы рекомендаций музыки, генерирующие персонализированные плейлисты на основе ранее понравившихся треков. Анализ ритма,
тембрa, громкости, размера, гармонии, а также текста и тематики песен возможен благодаря применению машинного обучения и искусственного интеллекта, основанного на использовании больших данных о треках и пользователях. Такие алгоритмы выгодны как пользователям сервиса, получающим новую потенциально интересующую их музыку, так и для крупных лейблов и независимых малоизвестных артистов, получающих возможность распространить новый релиз среди пользователей посредством персонализированных генерируемых плейлистов. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | стриминговые сервисы | ru_RU |
| dc.subject | машинное обучение | ru_RU |
| dc.subject | искусственный интеллект | ru_RU |
| dc.subject | Spotify | ru_RU |
| dc.title | Алгоритмы рекомендации музыки стриминговых сервисов на примере Spotify | ru_RU |
| dc.title.alternative | Algorithms for music recommendation of streaming services on the example of spotify | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | Music forms a significant part of human culture. With the development of technology, most people now listen to music on various electronic devices, primarily smartphones. Music streaming services have become popular, providing access to a vast library of musical compositions. To maintain user engagement and interest in the service, music recommendation algorithms are used, generating personalized playlists based on previously liked tracks. Analysis of rhythm, timbre, volume, size, harmony, as well as song lyrics and themes, is made possible through the application of machine learning and artificial intelligence based on large amounts of data about tracks and users. Such algorithms benefit both the service users, who receive new potentially interesting music, and large labels and independent lesser-known artists, who have the opportunity to spread their new releases among users through personalized generated playlists. | ru_RU |
| Appears in Collections: | Электронные системы и технологии : материалы 59-й конференции аспирантов, магистрантов и студентов (2023)
|
