• Algoritmi
• Clustering
• Generazione playlist
• Piattaforme musicali
• Streaming

Le piattaforme di streaming musicale hanno cambiato il modo in cui le persone ascoltano la musica. Oggi, possiamo accedere a milioni di canzoni con un semplice dispositivo connesso a Internet. Lo svantaggio è che la selezione delle canzoni da ascoltare risulta essere un processo lungo e noioso. Questo è il motivo per cui, oggigiorno, scegliamo le playlist al posto delle singole canzoni. Sfortunatamente, visto che ci sono anche centinaia di playlist, il processo di selezione può risultare ancora una volta lungo e noioso. In questo lavoro di ricerca è stato progettato un sistema per facilitare le attività di ascolto e di scoperta di nuova musica. Il sistema genera automaticamente playlist musicali personalizzate e sensibili all'orario di ascolto, e propone una singola playlist da riprodurre quando l'utente accede a una piattaforma musicale. Il sistema apprende le abitudini di ascolto dell'utente analizzando le caratteristiche audio delle canzoni che ha ascoltato recentemente e utilizzando due differenti algoritmi di clustering. Questi dati vengono successivamente utilizzati da un metodo innovativo per creare una playlist che espande la conoscenza musicale dell'utente, tenendo a mente che una buona playlist deve contenere sia canzoni e artisti già noti all'utente ma anche canzoni e artisti a lui/lei sconosciuti. Un'implementazione basata sulle API di Spotify ha dimostrato l'efficacia dell'approccio e ha mostrato che la proposta potrebbe apportare benefici sia agli utenti (niente più tempo perso per selezionare le tracce da riprodurre) che alle piattaforme musicali (riproduzione di musica che altrimenti rimarrebbe sconosciuta agli utenti).

Streaming music platforms have changed the way people listen to music. Today, we can access to millions of songs with a simple internet-connected device. The drawback is that the selection of what to listen is a long, tedious, and time-consuming process. This is why, nowadays, we choose playlists instead of songs. Unfortunately, since there are hundreds of playlists, the selection process can once again be long, tedious, and time-consuming. In this work, a system to facilitate the listening and discovering of new music has been designed. The system automatically generates user-tailored and time-sensitive music playlists and proposes a single playlist to play when the user accesses to a music platform. The system understands the user’s listening habits by analyzing the audio features of songs recently played by the user and by using two different clustering algorithms. A novel designed method uses these data to produce a playlist that expands the user’s musical knowledge keeping in mind that a good playlist must contain a mix of new and known music and artists. An implementation based on the Spotify Web API proved the effectiveness of the approach and showed that the proposal might provide benefits to both users (no time wasted to select what to play) and music platforms (playing of music that otherwise would remain unknown to users).