Este documento propõe um sistema de recomendação de músicas para a rede social Lastfm que avalia tags, artistas, álbuns e letras das músicas dos usuários. O sistema calcula uma taxa de compatibilidade entre as bibliotecas de cada usuário e música para gerar recomendações. Os resultados iniciais mostraram que o sistema teve taxa de acerto de 70% para músicas populares.

1. Proposta de otimização do Sistema
de Recomendação da rede Lastfm
IGOR VASCONCELOS CAMASSO
PEDRO ANTERO DE CARVALHO
PROF DR. LEANDRO AUGUSTO DA SILVA
1

2. Roteiro
2
1. Introdução
2. Sobre a rede Lastfm
3. Metodologia
4. Resultados
5. Conclusão
6. Bibliografia

3. Introdução
•Motivação:
• Crescimento do uso das Redes Sociais;
• Necessidade de Análise de Dados das Redes Sociais para aprimoramento de Sistemas
de Recomendação;
•Objetivo:
• Esta pesquisa irá propor um Sistema de Recomendação de faixas que avalie as informações
de tags, artistas e álbuns dos usuários da rede Lastfm.
3

4. Sobre a rede Lastfm
Lastfm: Rede social de rádio e recomendações musicais, originada em 2002 no
Reino Unido (LASTFM, 2010).
4
Figura 1. Página inicial da Rede Lastfm (LASTFM, 2015)

5. Sobre a rede Lastfm
Figura 2. Logotipo da rede social
Lastfm (LASTFM, 2015).
• A recomendação das músicas ocorre
quando um usuário notifica à rede as
músicas que está executando por meio
do scrobber, software instalado no
dispositivo de áudio do usuário (LASTFM,
2010).
5

6. Sobre a rede Lastfm
6
Figura 3 Figura 4

7. Sobre a rede Lastfm
9
Figura 5. Tags associadas a música My Heart Will Go On da artista Céline Dion (LASTFM, 2015)

8. Metodologia
Figura 6. Etapas para construção do sistema de recomendação de faixas
10

9. Metodologia - Seleção
11
Coleta de informações da API da
rede Lastfm.
Figura 2. Logotipo da rede social
Lastfm (LASTFM, 2015).
Coleta de informações da API do
Vagalume.
Figura 7. Logotipo da marca
Vagalume (VAGALUME, 2015).

10. Metodologia – Pré-processamento
12
•Remoção de palavras inválidas (artigos, pronomes, entre outros);
•Remoção de acentos e pontuações;
•Conversão de todas as letras para minúsculo.

11. Metodologia – Transformação
13
•Criação do corpus para cada
música que possui letra.
•O resultado do corpus representa
a biblioteca de palavras da
música.
Figura 8. Biblioteca de palavras
para a música Livin' on a Prayer,
do artista Bom Jovi

12. Metodologia – Mineração dos dados
14
•São criadas duas bibliotecas
para o usuário a partir do
agrupamento dos dados das
músicas:
• Tags;
• Corpus.
Musica
2
Musica
1
Musica
3
Musica
4
Musica
5
Musica
7
Musica
6
Musica
8
Musica
10Musica
9
Músicas que o usuário gosta
Biblioteca do usuário
Figura 9. Demonstração da geração da
biblioteca do usuário.

13. Metodologia – Mineração de dados
T representa a taxa de compatibilidade entre a biblioteca do usuário e a da
música:
Figura 10. Representação gráfica da fórmula T
15
S1 = Biblioteca do usuário S2 = Biblioteca da música
T = S1 ∩ S2

14. Mineração: A análise dos dados foi realizada
conforme fórmulas abaixo:
𝑻𝑪 = 𝑻𝒂𝒙𝒂 𝒅𝒆 𝒄𝒐𝒎𝒑𝒂𝒕𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒆 𝒅𝒐 𝑪𝒐𝒓𝒑𝒖𝒔
𝑻𝑻 = 𝑻𝒂𝒙𝒂 𝒅𝒆 𝒄𝒐𝒎𝒑𝒂𝒕𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒆 𝒅𝒂𝒔 𝒕𝒂𝒈𝒔
𝑻𝑨 = 𝑻𝒂𝒙𝒂 𝒅𝒆 𝒄𝒐𝒎𝒑𝒂𝒕𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒆 𝒅𝒐 𝒂𝒓𝒕𝒊𝒔𝒕𝒂
𝑻𝑭 = 𝑻𝒂𝒙𝒂 𝒅𝒆 𝒄𝒐𝒎𝒑𝒂𝒕𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒆 𝒇𝒊𝒏𝒂𝒍
𝑻𝑭 =
(𝑻𝑪+𝑻𝑻+𝑻𝑨)
𝟑
16
TF
TA
TT TC
Metodologia – Mineração de dados
Figura 11. Demonstração do resultado
final.

15. Metodologia - Avaliação
O resultado obtido pelo sistema de recomendação de faixas é mostrado abaixo:
Figura 12. Resultado obtido da aplicação
17

16. Resultados
Execução do sistema, selecionando 331 faixa das 3352 armazenadas no banco
de dados.
Figura 13. Porcentagens para faixas pertencentes ao TOP100
• Para faixas pertencentes ao
TOP100, o sistema apresenta
uma taxa de acerto de 70.09%
18

17. Resultados
Figura 15. Porcentagens para faixas pertencentes ao
TOP10
19
Figura 14. Porcentagens de faixas pertencentes ao
TOP30

18. Conclusão
SISTEMA DE RECOMENDAÇÃO
UTILIZADO PELA LASTFM
Sistema de Recomendação baseado na
Filtragem Colaborativa;
Validação de tags para sugestão de
faixas;
Faixas sugeridas são listadas na própria
rádio da Lastfm.
OTIMIZAÇÃO DO SISTEMA DE
RECOMENDAÇÃO PROPOSTO NESTA
PESQUISA
Utilização das letras das músicas como
peso para a recomendação;
Recomendação baseada na taxa de
compatibilidade das tags, corpus de
faixas, artistas e informações de
usuários;
20

19. Conclusão
Esta pesquisa teve como objetivo realizar um aprimoramento no Sistema de
Recomendação de faixas da rede Lastfm;
O resultado para a recomendação de faixas teve um índice positivo, visto a
relação de faixas usadas para testes e as faixas coletadas para a base de dados;
Para futuros projetos, devem ser explorados os demais métodos disponíveis pela
API Lastfm;
Esta métrica pode ser utilizada não apenas para recomendação de músicas, mas
também de eventos, álbuns e artistas.
21

20. Bibliografia
•LASTFM. Sobre a Lastfm. Disponível em <http://www.lastfm.com.br/about> Acesso em: 20 Mar. 2014.
•LASTFM. Perguntas Frequentes. Disponível em <http://www.lastfm.com.br/help/faq?=100> Acesso em: 07 Jun.
2015
•LASTFM. Página inicial. Disponível em <http://www.lastfm.pt/> Acesso em: 16 Jun. 2015
•LASTFM. Perfil musical do usuário igorcamasso. Disponível em <http://www.lastfm.pt/user/igorcamasso> Acesso
em: 16 Jun. 2015
•VAGALUME. Termos de Uso. Disponível em <http://api.vagalume.com.br/terms/> Acesso em: 18 Jun. 2015.
22

21. 23
OBRIGADO