Visual Explanations in Music Recommender Systems

Abstract

Hudobné doporučenia algoritmov ktoré majú vedúce postavenie v odvetví sú produktom hybridného systému kombinujúceho viacero techník. V konečnom dôsledku je však užívateľ ponechaný bez dodatočných informácií, prečo je vo výsledku prítomná určitá pieseň. Jedným zo spôsobov, ako zlepšiť zážitok používateľa, je poskytnúť takzvané vizuálne explanations. Na tento účel sme v našej práci navrhli rôzne formy vizuálnych explanations doporučených dát zo Spotify API. Hlavným cieľom bolo zdôrazniť dôležité skryté vzťahy medzi známou a novou hudbou, ktoré využíva Spotify, ale zároveň využiť skutočné zvukové vlastnosti na vytvorenie nášho vlastného doporučovacieho systému. Vyvinuli sme modernú mobilnú aplikáciu, ktorá umožňuje používateľom skúmať a interagovať s vizualizáciou ich vlastného hudobného vkusu a tiež poskytuje nástroje na prispôsobenie celého procesu.

Music recommendations from industry-leading algorithms are a product of a hybrid system combining multiple techniques. However, in the end, the user is simply left without additional information why a certain song is present in the result. One way to improve the experience for the user is to provide so-called visual explanations. For that purpose, in this thesis, we designed and proposed various forms of visual explanations for the recommended data from the Spotify API. The main goal was to highlight important hidden relationships between familiar and new music, used by Spotify but also to utilize the actual audio features for the construction of our own recommender system. We developed a modern mobile application that allows users to explore and interact with the visualizations of their own music tastes and also provides tools to customize the experience.