Tez No	İndirme	Tez Künye	Durumu
223517		A hybrid music recommendation system based on different features of the music and users / Müziğin ve kullanıcıların farklı niteliklerine göre melez müzik tavsiye sistemi Yazar:BERNA ALTINEL Danışman: Y.DOÇ.DR. ZEHRA CATALTEPE Yer Bilgisi: İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Entropi = Entropy ; Popülarite = Popularity	Onaylandı Yüksek Lisans İngilizce 2007 86 s.
Günümüzde müzik insanların hayatının önemli bir parçası haline gelmistir. Bu sebeplemüzik çalarlar giderek yaygınlastıgı gibi, özel hayatta kullanılan bir çok cihaz da müziktabanlı uygulamalar içermektedirler. Cep telefonu bu cihazlardan birisidir. Arayankisiye ulasılıncaya kadar zil sesi dinlemek yerine çesitli müzik parçalarını dinlemek,çagrı anında telefonun zil sesi yerine müzik parçaları ile çalması, her geçen gün dahafazla kisi tarafından tercih edilen uygulamalardan sadece ikisidir. Müzigin bu kadaryaygın oldugu bir ortamda müzik tercihleri de önem kazanmaktadır. Günümüzdemüzik tavsiye sistemleri üzerine çesitli çalısmalar yapılmaktadır. Gerek ticari, gerekakademik anlamda kullanılan birçok müzik tavsiye sistemine Internet üzerinden deulasılabilmektedir. Bu tezde bahsedilen çalısma da bir müzik tavsiye sisteminiiçermektedir. Bu sistem müzik parçalarını tempo, tını gibi temel özelliklerle temsil eder.Bir kullanıcıya geçmiste dinledigi sarkılara bakarak bundan sonra dinlemekisteyebilecegi sarkıları tavsiye etmeye çalısır. Bunu yaparken, müzik parçası benzerligi,yorumcunun benzerligi, benzer zaman dilimleri içerisinde baska insanların nelerdinledikleri gibi kavramları kullanır. Bunları dikkate alarak kullanıcıları geçmistekiseçimlerinin benzerligine göre gruplar ve tüm bu parametreleri kullanarak bu sistemikullanan kisilere olabildigince dogru bir sekilde müzik parçası tavsiye etmeye çalısır. Buçalısmada müzik parçalarını tavsiye etmek için 6 adet degisik metod kullanılmıstır. Buçalısmanın deneylerinde bir cep telefonu operatörü için çesitli müzik içerikliuygulamalar hazırlayan bir firmanın veri kümesi kullanılmıstır. Aynı veri kümeleriüzerinde gelistirilen farklı algoritmalar denenerek farkları incelenmis ve çesitlikıyaslamalar yapılmıstır. Yapılan test sonuçlarına göre, sadece müzik parçalarınınbenzerliginin kullanılması ile %2-5 oranda basarılı öneriler yapılabiliyor iken,kullanıcının önem verdigi müzik özellikleri degerlendirilerek %5-%10, popülarite vebenzer müzik zevki olan kullanıcıların hesaba katılması ile öneri basarısı %75'e kadarçıkmıstır.Anahtar Kelimeler: Müzik Tavsiye Sistemi, Popülarite, Entropi, Demetleme
Today, music has become an important part of the people?s life. For this reason musicplayers are widely used and many tools have been integrated some applications with thecontent of music. A cellar phone is one of them. Listening colored ring?back?toneinstead of listening ring-back-tone and listening a song while the phone is ringing againinstead of the classical ring are just two of the applications which have been chosen bymore and more people. Music choices have become more and more important at theplace in which music is widely used. Today there have been performed some studies onmusic recommender system. There are some academic purpose and commercial musicrecommender systems which are being accessed from the Internet. The study which ismentioned in this thesis consists of a music recommender system. This system presentsmusical pieces with basic features such as beat and timbre. By observing the past choicesof a user, it tries to recommend songs which are possibly wanted to be listened by thatuser. While doing this, it takes into account the songs listened by the others in similartime periods. In basic, it uses the similarity of the musical piece and the similarity of thesingers of those songs. By using these parameters, it makes groups of people who madesimilar choices at past and by using all these parameters it tries to recommend aspossible as accurate audio files. In this study 6 different methods are used in order torecommend music pieces. In this study, a dataset is used which is the dataset of a firmwho makes some musical content applications for a cellar phone company. Somedifferent algorithms are used with this dataset, their different parts are observed andthey are compared. According to test results; while using only the similarity of musicpieces it is possible to recommend with %2-5 success rate, by using the features userslike it is possible to recommend with %5-10 success rate, by using popularity and theuser clustering the recommendation success ratio increases to %75.Keywords: Music Recommender System, Popularity, Entropy