Studiju veids |
bakalaura akadēmiskās studijas |
Studiju programmas nosaukums |
Datorzinātne un organizāciju tehnoloģijas |
Nosaukums |
Dziesmu ieteikumu algoritmu potenciāla atraisīšana, analizējot iepriekšējos atskaņošanas sarakstus un mūzikas iezīmes dīdžeju programmatūrā |
Nosaukums angļu valodā |
Unveiling the Potential of Track Recommendation Algorithms by Analyzing Past Playlists and Musical Traits in DJ Software |
Struktūrvienība |
01B00 Rīgas Biznesa skola |
Darba vadītājs |
Iļja Afanasjevs |
Recenzents |
Jānis Judvaitis |
Anotācija |
Mūzikas industrijas pāreja uz digitalizāciju ir būtiski ietekmējusi mūzikas izveidi, izplatīšanu un izmantojumu. Šajās pārmaiņās lielā mērā manuāls aspekts ir dīdžeju jeb diskžokeju dziesmu atskaņošanas sarakstu veidošana, kas ir būtiska dīdžejošanas pieredzes sastāvdaļa. Šajā pētījumā tiek piedāvāts jauns paņēmiens atskaņošanas sarakstu veidošanai, izstrādājot dziesmu rekomendācijas algoritmu ar mašīnmācīšanās un mākslīgā intelekta palīdzību, lai uzlabotu veidu kā dīdžeji pārvalda mūzikas atskaņošanas sarakstus. Darba mērķis ir pilnveidot līdzīgu balstu dīdžeju programmatūrā kas ir līdzvērtīgs mūzikas straumēšanas platformās. Mērķis ir padarīt automātisku un pilnveidotu mūzikas atskaņošanas sarakstu veidošanas procesu, ļaujot dīdžejiem efektīvi pārvietoties pa savām plašajām mūzikas bibliotēkām, lai uzlabotu uzstāšanās pieredzi dinamiskāku. Analizējot mūzikas īpašības un atskaņošanas sarakstu datus, algoritms nodrošina personalizētus skaņdarbu ieteikumus, tādējādi padarot atskaņošanas sarakstu veidošanu par efektīvāku un vieglāku procesu.
Pētījumā tika izmantots īpaši izstrādāts algoritms, lai ieteiktu skaņdarbus, kas atbilst dīdžeja stilam un vēlamajam skaņas ritmam. Veicot statistisko analīzi, pēc algoritma ieviešanas tika novēroti ievērojami uzlabojumi, tostarp vieglāka dziesmu meklēšana un šķirošana, grūtību novēršana dziesmu izvēlē un lielāka atskaņošanas sarakstu veidošanas efektivitāte. Dalībnieki, galvenokārt dīdžeji, ziņoja par augstu apmierinātību ar personalizētajiem ieteikumiem, uzsverot algoritma efektivitāti dīdžejošanas pieredzes uzlabošanā.
Darbā tiek pieminēti vairāki pētījumu virzieni, tostarp kvalitatīvā analīze, lai aptvertu plašāku lietotāju pieredzi, algoritma paplašināšana, lai radītu unikālus mūzikas ierakstus, izmantojot ģeneratīvo mākslīgo intelektu, un tā pielāgošanās spēja dažādām mūzikas tendencēm. Šie nākotnes virzieni garantētu vēl vairāk attīstīt mākslīgā intelekta pilnveidošanu dīdžeju programmatūrā, padarot
dīdžejošanas mākslu digitālās mūzikas vidē pilnvērtīgāku.
Kopsavilkumā ir apkopota bakalaura darba būtība, izceļot problēmu risinājumu, piedāvāto inovatīvo risinājumu un būtiskos ieguvumus, kas gūti, ieviešot dziesmu ieteikšanas algoritmu. Tika izklāstīti arī konstatētie sarežģījumi un sniegts redzējums par turpmākajiem pētījumiem šajā mūzikas tehnoloģiju jomā, kas strauji attīstās. |
Atslēgas vārdi |
dīdžejošana, dziesmu ieteikšanas algoritms, mašīnmācīšanās, mākslīgais intelekts, mūzikas bibliotēkas pārvaldība un atskaņošanas saraksts. |
Atslēgas vārdi angļu valodā |
DJing, Track Recommendation Algorithm, Machine Learning, Generative AI, Music Library Management, and Playlist Curation |
Valoda |
eng |
Gads |
2024 |
Darba augšupielādes datums un laiks |
15.04.2024 03:01:34 |