Riassunto analitico
Le varie piattaforme di streaming musicale che vengono oggi utilizzate offrono numerose possibilità: tra tutte, ascoltare musica quando e dove si vuole, mettendo a disposizione ampie librerie che spaziano tra tutti i generi e artisti. Per comodità i brani di solito vengono presentati raggruppati in playlist, sia predisposte dall’applicazione che create ad hoc dall’utente secondo le proprie preferenze.
A proposito di questo, vari studi sono stati condotti per poter proporre all’utente direttamente delle playlist che rispecchiassero i suoi gusti e le sue abitudini d'ascolto, eliminando la fatica di dover cercare manualmente i brani ad ogni accesso alla piattaforma, processo che in alcuni casi potrebbe diventare logorante e dispendioso, portando l’utente a rinunciare ad utilizzare il servizio.
A proposito del mondo musicale, è interessante l’associazione che si fa sempre tra musica ed emozioni o stati d’animo, che risultano spesso essere collegati. Perché allora, non prendere in considerazione anche lo stato emotivo dell’utente nel proporgli delle playlist personalizzate?
Lo scopo di questa tesi è quello di provare a mappare le emozioni dell’utente in base alla sua listening history, ovvero la cronologia di ascolti in un determinato periodo di tempo, per identificare brani, generi e artisti associabili a queste emozioni, ottenendo una sorta di schema emotivo, utile ad esempio ad un algoritmo che possa proporre una playlist che tenga conto di queste associazioni, pensate per accompagnare l’utente nell’ascolto in base al suo umore.
|
