Hoje, os usuários podem ouvir música e descobrir novos artistas, canções ou a¡lbuns em uma variedade de plataformas de streaming de música, incluindo Spotify, Apple Music, Amazon Music Unlimited e muito mais. Muitos desenvolvedores tem tentado criar ferramentas que possam melhorar esses servia§os, como sistemas de recomendação de música que sugerem novas músicas ou listas de reprodução aos usuários com base em suas preferaªncias e nas músicas que ouviram no passado.

Pesquisadores da Universidade Nacional de Seul criaram recentemente uma ferramenta de visualização de dados interativa que pode aprimorar os servia§os de streaming de música existentes e emergentes. Esta ferramenta, chamada Music Circles, pode representar músicas como vetores aºnicos e então calcular semelhanças entre diferentes vetores para agrupar músicas semelhantes em clusters.

"Como amantes da música com gostos diferentes, nos reunimos para um projeto que encontraria novas maneiras de representar visualmente e agrupar dados musicais abstratos", Seokgi Kim, Jihye Park, Kihong Seong, Namwoo Cho, Junho Min e Hwajung Hong, os pesquisadores que realizou o estudo, disse TechXplore via e-mail. "Quera­amos divergir das formas tradicionais de encontrar músicas semelhantes por meio de gêneros, artistas, etc. A ideia central era representar músicas com números atribuindo embeddings com base em valores numanãricos de recursos de a¡udio, como acaºstico e dançante."

O objetivo principal do estudo realizado por Kim e seus colegas foi ajudar os usuários a pesquisar músicas de que possam gostar e explorar cata¡logos de streaming de música de maneiras mais intuitivas e envolventes. O Music Circles, o sistema que eles criaram, calcula a semelhança entre diferentes canções, representando-as como vetores, para tornar a busca por música personalizada mais divertida.

“A sequaªncia de interações e visualizações em nosso projeto torna a exploração de dados mais eficaz e eficiente”, explicaram os pesquisadores. "Nossas visualizações, que se parecem com ca­rculos (daa­ o nome), mostram informações interessantes (por exemplo, tendaªncias na música) com base nas relações entre os recursos de a¡udio das músicas."

Essencialmente, o Music Circles organiza as músicas como diferentes visualizações de agrupamento que correspondem ao gosto musical de cada usua¡rio. Para acessar grupos de músicas alinhados com suas preferaªncias musicais, os usuários simplesmente precisam fazer uma pesquisa sobre suas preferaªncias musicais. O Music Circles usa os dados coletados por meio desta pesquisa para gerar visualizações de grupos de músicas alinhados a s preferaªncias do usua¡rio.

"Na³s nos afastamos da perspectiva tradicional de recomendação de música (capas de a¡lbuns + lista de músicas) e fornecemos visualizações das caracteri­sticas de certos grupos", disseram os pesquisadores.

"Com anotações apropriadas e designs cuidadosamente selecionados, sentimos que o projeto éagrada¡vel e informativo. Embora a visualização na recomendação de música seja escassa em geral, nosso projeto destaca o fato de que a visualização de dados pode tornar a pesquisa / navegação por música mais agrada¡vel e eficaz. "

Em contraste com outros sistemas de recomendação de música desenvolvidos no passado, o Music Circles coloca artistas versa¡teis que produzem uma variedade de músicas diferentes em mais de um agrupamento. Por exemplo, se as músicas de Ed Sheeran fossem recomendadas aos usuários apenas com base nos artistas que eles ouviam no passado, suas músicas seriam recomendadas a um paºblico limitado. O Music Circles, por outro lado, coloca diferentes canções de Ed Sheeran em diferentes clusters, com base em seus atributos e caracteri­sticas únicas, recomendando-as a um maior número de usuários.

No futuro, o sistema pode ser usado para melhorar os servia§os de streaming de música; por exemplo, permitindo que os usuários obtenham uma melhor compreensão dos recursos de a¡udio, descubram novas canções de que possam gostar, visualizem as tendaªncias musicais atuais e descubram a que grupo musical pertencem. A estrutura do Music Circles agora estãodispona­vel online e pode ser acessada em: https://musiccircles.netlify.app/ .

"Como cientistas de dados, queremos utilizar atributos subestimados de músicas, como produtores, letristas (pessoas que podem estar mais relacionadas a  música do que o pra³prio artista) e fornecer recomendações musicais exclusivas que diferem de potaªncias de streaming como Spotify e Apple Music", disseram os pesquisadores. "Tambanãm queremos tornar o projeto escalona¡vel para big data. Gostara­amos de exibir um conjunto maior de músicas de uma maneira mais eficiente para oferecer nosso projeto a mais amantes de música ."