Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/11000/38943

Desarrollo de un Sistema de Recomendación de Canciones Basado en Análisis de Componentes Principales y Métodos de Clasificación Avanzados


thumbnail_pdf
Ver/Abrir:
 TFG_RocíoPérez.pdf

1,58 MB
Adobe PDF
Compartir:
Título :
Desarrollo de un Sistema de Recomendación de Canciones Basado en Análisis de Componentes Principales y Métodos de Clasificación Avanzados
Autor :
Pérez Jiménez, Rocío
Tutor:
Martínez Mayoral, Mª Asunción
Editor :
Universidad Miguel Hérnández de Elche
Departamento:
Departamentos de la UMH::Estadística, Matemáticas e Informática
Fecha de publicación:
2025
URI :
https://hdl.handle.net/11000/38943
Resumen :
En este estudio abordamos el análisis de un banco de datos proveniente de Spotify y YouTube, con un conjunto de temas y cantantes top10, con los que pretendemos desarrollar un análisis aproximado a lo que podría plantear un sistema de recomendación, para primero reconocer el éxito en un único indicador, luego caracterizarlo en función de la información disponible sobre las canciones, y terminar agrupando canciones por afinidad, para poder hacer recomendaciones a los usuarios en función de sus preferencias al consumir productos en la plataforma. Todo esto lo trabajamos mediante técnicas de aprendizaje automático o machine learning.
Palabras clave/Materias:
Indicadores de éxito
análisis de componentes principales
modelos de predicción
árboles de decisión
Random Forest
Área de conocimiento :
CDU: Ciencias sociales
Tipo de documento :
info:eu-repo/semantics/bachelorThesis
Derechos de acceso:
info:eu-repo/semantics/openAccess
Aparece en las colecciones:
TFG - Estadística Empresarial



Creative Commons La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.