Методи та програмні засоби для аналізу музичних вподобань

Скорочена інформація про документ
dc.contributor.advisorЛісовиченко, Олег Іванович
dc.contributor.authorТюменцев, Іван Олегович
dc.date.accessioned2026-04-06T08:50:36Z
dc.date.available2026-04-06T08:50:36Z
dc.date.issued2025
dc.description.abstractРозмір пояснювальної записки – 119 аркушів, містить 64 ілюстрації, 10 таблиць, 2 додатки, 13 посилань на джерела. Актуальність теми. У роботі розглянуто проблему аналізу музичних уподобань користувачів у контексті стрімкого зростання обсягів музичних даних і популярності потокових сервісів. Показано особливості наявних підходів, їх сильні сторони та обмеження. Виявлено потребу в удосконаленні інструментів, здатних забезпечувати точну персоналізовану аналітику та підвищувати залученість користувачів. Мета дослідження. Основною метою є підвищення ефективності аналізу музичних уподобань користувачів шляхом використання сучасних методів обробки великих даних та формування персоналізованої музичної аналітики. Об’єкт дослідження: процес аналізу музичних уподобань користувачів. Предмет дослідження: методи та алгоритми обробки даних про музичні уподобання користувачів для формування персоналізованих рекомендацій. Для реалізації поставленої мети сформульовані наступні завдання: – Визначення вимоги до платформи для аналізу музичних уподобань; – Проектування архітектури веб платформи з урахуванням можливості інтеграції зі сторонніми музичними сервісами; – Реалізація інтерфейсів для збору та аналізу музичних уподобань; – Реалізація інструментів інтерактивної взаємодії з користувачем; – Перевірка ефективності. Наукова новизна результатів магістерської дисертації полягає в тому, що удосконалено методологію розробки вебдодатків для аналізу музичних уподобань користувачів шляхом інтеграції сучасних алгоритмів обробки великих даних, методів персоналізації рекомендацій та механізмів масштабованості й безпеки, що забезпечує підвищення точності та ефективності формування музичної аналітики. Результат досягнутий шляхом розробки прикладного програмного забезпечення. Практичне значення отриманих результатів полягає в тому , що результати дослідження забезпечують покращення персоналізованих рекомендацій та аналітики для стрімінгових сервісів, музичної індустрії й користувачів, з можливістю адаптації під інші медіаплатформи. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського".
dc.description.abstractotherExplanatory note size – 119 pages, contains 64 illustrations, 10 tables, 2 applications, 13 references. Topicality . Examines the problem of analyzing user music preferences in the context of the rapid growth of music data volumes and the widespread use of streaming services, highlighting the limitations of existing solutions and the need for more accurate personalized analytics. The aim of the study . The main target is to improve the efficiency of analyzing user music preferences through modern big data processing methods and personalized analytical models. The object of research: the process of analyzing user music preferences. The subject of research: methods and algorithms for processing data on user music preferences to form personalized recommendations. To achieve this goal, the following tasks were formulated: – Definition of requirements for a platform for analyzing music preferences; – Design of a web-platform architecture with integration capabilities for third-party music services; – Implementation of interfaces for collecting and analyzing user preferences; – Implementation of interactive user tools; – Testing of the developed solution; – Evaluation of its effectiveness. The scientific novelty of the results of the master's dissertation is the enhancement of the methodology for developing web platforms for analyzing music preferences through the integration of modern big data algorithms, personalization techniques, scalability mechanisms, and security solutions, which improve the accuracy and efficiency of music analytics. The practical value of the obtained results is the improvement of personalized recommendations and analytical capabilities for streaming services, the music industry, and users, with potential adaptation to other media platforms. Relationship with working with scientific programs, plans, topics. Work was performed at the Department of Computer Science and Software Engineering of the National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute».
dc.format.extent201 с.
dc.identifier.citationТюменцев, І. О. Методи та програмні засоби для аналізу музичних вподобань : магістерська дис. : 121 Інженерія програмного забезпечення / Тюменцев Іван Олегович. - Київ, 2025. - 201 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/79975
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectцифрова платформа
dc.subjectінтернет-сервіс
dc.subjectвебінструмент
dc.subjectрозробка додатків
dc.subjectаналіз аудіоданих
dc.subjectперсоналізовані рекомендації
dc.subjectdigital platform
dc.subjectonline service
dc.subjectweb tool
dc.subjectapplication development
dc.subjectaudio data analysis
dc.subjectuser-centric recommendations
dc.subject.udc519.876.5, 78.01, 004.94
dc.titleМетоди та програмні засоби для аналізу музичних вподобань
dc.title.alternativeMethods and Software Tools for Analyzing Musical Preferences
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Tiumentsev_magistr.pdf
Розмір:
10.78 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІПІ)
Магістерські роботи