Optimización de la sintonización de publicidad automática en plataformas de música basada en características musicales y emocionales

Abstract

Del latín datum (“lo que se da”), un dato es un documento, una información o un testimonio que permite llegar al conocimiento de algo o deducir las consecuencias legítimas de un hecho. Por ejemplo: “Hemos descubierto al asesino gracias a los datos aportados por un testigo”. (de, 2021) Hoy día, el manejo de datos ha alcanzado un rol central en múltiples industrias, gracias a disciplinas como la ciencia de datos, que permite transformar y/o modificar grandes volúmenes de datos en información de valor a través de diferentes técnicas estadísticas, métodos científicos, inteligencia artificial y análisis de datos. Los científicos de datos, quienes tienen el dominio de esta disciplina, extraen información útil de diversas fuentes, generando hallazgos importantes que permiten abordar problemas complejos en numerosas áreas. En este contexto, la presente investigación se ubica en el desarrollo de un sistema que mejora la sintonización de publicidad automática basada en la música que escuchan los usuarios. Para el desarrollo de esta investigación, se hará uso de los datos que se encuentran disponibles en el MediaEval Database, esta es una base de datos multimedia diseñada para evaluar algoritmos y modelos en diferentes dominios, incluidos la música y el análisis audiovisual. En el presente trabajo se pretende estudiar si esta base de datos puede proporcionar las características musicales y emocionales necesarias para ajustar de manera dinámica y precisa los anuncios publicitarios, de tal manera que sean capaces de adaptarse a las canciones que el usuario está escuchando.

Computer Vision: From the Latin word datum (“that which is given”), data is a document, information, or testimony that allows one to understand something or deduce the legitimate consequences of a fact. For example: “We discovered the murderer thanks to the information provided by a witness.” (de, 2021) Today, data management has achieved a central role in multiple industries, thanks to disciplines such as data science, which allows for the transformation and/or modification of large volumes of data into valuable information through different statistical techniques, scientific methods, artificial intelligence, and data analysis. Data scientists, who are experts in this discipline, extract useful information from diverse sources, generating important findings that allow them to address complex problems in numerous areas. In this context, the present research focuses on the development of a system that improves the tuning of automated advertising based on the music users listen to. For this research, we will use data available in the MediaEval Database, a multimedia database designed to evaluate algorithms and models in various domains, including music and audiovisual analysis. This study aims to determine whether this database can provide the necessary musical and emotional characteristics to dynamically and accurately adjust advertisements so they can adapt to the songs the user is listening to.