Logo_Icesi
 

Sistema recomendador de canciones de artistas emergentes basado en playlist de canciones populares

dc.audienceTodo Público
dc.contributor.advisorOspitia Medina, Yesid
dc.contributor.authorÁgredo Mosquera, Beycker Alexis
dc.coverage.spatialCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.
dc.date.accessioned2026-02-24T21:13:51Z
dc.date.available2026-02-24T21:13:51Z
dc.date.issued2024-12-10
dc.description.abstractLa música ha sido reconocida a lo largo de la historia como un medio poderoso para influir en las emociones humanas. Desde tiempos antiguos, las culturas han utilizado la música como una herramienta para expresar sentimientos, promover el bienestar emocional y ejorar la calidad de vida. Actualmente, con el elevado crecimiento de las plataformas de streaming de audio como Spotify, Deezer y Amazon Prime Music, la relación entre la música y las emociones ha tomado mayor relevancia debido a la capacidad que tienen estas plataformas para llegar a millones de usuarios. Uno de los avances más estacados en el campo de la música es el desarrollo de sistemas de ecomendación, que permiten personalizar la experiencia de escucha de cada usuario, ajustándose a sus preferencias musicales y estados emocionales.spa
dc.description.abstractMusic has been recognized throughout history as a powerful medium for influencing human emotions. Since ancient times, cultures have used music as a tool to express feelings, promote emotional well-being, and improve quality of life. Currently, with the rapid growth of audio streaming platforms like Spotify, Deezer, and Amazon Prime Music, the relationship between music and emotions has become even more relevant due to these platforms' ability to reach millions of users. One of the most significant advances in the field of music is the development of recommendation systems, which allow for a personalized listening experience for each user, tailored to their musical preferences and emotional states.eng
dc.description.degreelevelMagíster
dc.description.degreenameTrabajo de grado para optar al título de Magister en Ciencia de Datos
dc.description.tableofcontentsIntroducción -- ¿Cuál es la situación de interés? -- ¿Cuál es el problema? -- ¿Para quién es un problema? -- ¿Por qué es un problema? -- ¿Cuáles son las consecuencias del problema? -- Antecedentes -- Contexto -- Descripción del problema -- Objetivos -- Objetivo general -- Objetivos específicos -- Marco Teórico -- Estado del Arte -- Metodología -- Conclusiones y trabajo futuro -- Referencias bibliográficas -- Lista de acrónimosspa
dc.format.extent30 páginas
dc.format.mediumDigital
dc.format.mimetypeapplication/pdf
dc.identifier.OLIBhttps://biblioteca2.icesi.edu.co/cgi-olib/?oid=366445
dc.identifier.instnameinstname:Universidad Icesi
dc.identifier.reponamereponame:Biblioteca Digital
dc.identifier.repourlrepourl:https://repository.icesi.edu.co/
dc.identifier.urihttps://hdl.handle.net/10906/130571
dc.language.isospa
dc.publisherUniversidad Icesi
dc.publisher.facultyBarberi de Ingeniería, Diseño y Ciencias Aplicadas
dc.publisher.placeSantiago de Cali
dc.publisher.programMaestría en Ciencia de Datos
dc.relation.referencesY. Feng, Y. Zhuang, and Y. Pan, “Music information retrieval by detecting mood via computational media aesthetics,” in Proceedings IEEE/WIC international conference on web intelligence (WI 2003) . IEEE, 2003, pp. 235 – 24spa
dc.relation.referencesYu Xia, Fumei Xu. (2022). Study on Music Emotion Recognition Based on the Machine Learning Model Clustering Algorithm . Wiley Online Library, 3 - 4. https://doi.org/10.1155/2022/9256586spa
dc.relation.referencesYang YH, et al., Music Emotion Classification: A Fuzzy Approach , Proceedings of the 14th ACM international conference on Multimedia,pp. 81 - 84, Oct 2006spa
dc.relation.referencesL. Lu, D. Liu, and H. - J. Zhang, Automatic mood detection and tracking of music audio signals , IEEE Transactions on audio, speech, and language processing, vol. 14, no. 1, pp. 5 – 18, 2005.spa
dc.relation.referencesLujan Villar, (2019). Reconocimiento de emociones musicales a través de datos y tecnologías digitales , chrome - extension://efaidnbmnnnibpcajpcglclefindmkaj/https://comunicacionyhombre.com/wp - content/uploads/2020/01/ESTUDIO - 2.pdf, pp 60.spa
dc.relation.referencesVan Loi Nguyen, Donglim Kim, Van Phi Ho, Younghwan Lim. (2017). A New Recognition Method for Visualizing Music Emotion . https://ijece.iaescore.com/index.php/IJECE/article/view/7483/6479spa
dc.relation.referencesCitron Francesca, Gray Marcus, Critchley Hugo, Weekes Brendan. (2014) Emotional valence and arousal affect reading in an interactive way: Neuroimaging evidence for an approach - withdrawal framework, pp 79 - 80.spa
dc.relation.referencesVergara Sergio. ¿Qué es la computación afectiva y qué aplicaciones tiene en el desarrollo de software? ITDO. Recuperado el 8 de octubre de 2024, de https://www.itdo.com/blog/que - es - la - computacion - afectiva - y - que - aplicaciones - tiene - en - el - desarrollo - de - software/spa
dc.relation.referencesRussell James A. A circumplex Model of Affect. Journal of Personality and Social Psychology, pp 1161 - 1178, Dic 1980spa
dc.rightsEL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos.spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.proposalTesis de Maestría en Ciencia de Datosspa
dc.subject.proposalSistemas de recomendaciónspa
dc.subject.proposalReconocimiento de emociones en la músicaspa
dc.subject.proposalAprendizaje automáticospa
dc.subject.proposalPsicología de la músicaspa
dc.subject.proposalRecuperación de información musicalspa
dc.subject.proposalAlgoritmosspa
dc.subject.proposalAnálisis de datos masivosspa
dc.subject.proposalServicios de streamingspa
dc.subject.proposalRecommender systemseng
dc.subject.proposalMusic Emotion Recognition (MER)eng
dc.subject.proposalMachine learningeng
dc.subject.proposalMusic psychologyeng
dc.subject.proposalMusic Information Retrieval (MIR)eng
dc.subject.proposalAlgorithmseng
dc.subject.proposalBig data analysiseng
dc.subject.proposalStreaming serviceseng
dc.titleSistema recomendador de canciones de artistas emergentes basado en playlist de canciones popularesspa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.localTesis de maestría
dc.type.versioninfo:eu-repo/semantics/publishedVersion

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
T03072.pdf
Tamaño:
604.48 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: