Tổng quan nghiên cứu

Trong bối cảnh sự phát triển mạnh mẽ của Internet và nhu cầu giải trí trực tuyến ngày càng tăng, đặc biệt là tại Việt Nam, các website nghe nhạc trực tuyến như mp3.vn và nhaccuatui đã trở thành những nền tảng phổ biến với hàng triệu người dùng. Tuy nhiên, tính năng gợi ý âm nhạc trên các nền tảng này chưa thực sự đáp ứng được kỳ vọng của người dùng do các bản nhạc được gợi ý chưa phù hợp và chính xác. Điều này đặt ra bài toán nghiên cứu về việc áp dụng các phương pháp học máy để xây dựng hệ thống gợi ý âm nhạc hiệu quả hơn, nhằm nâng cao trải nghiệm người dùng và chất lượng dịch vụ.

Mục tiêu của nghiên cứu là phân tích, so sánh các phương pháp học máy trong hệ thống gợi ý âm nhạc, từ đó đề xuất và xây dựng một hệ thống gợi ý kết hợp giữa lọc cộng tác và lọc nội dung cho website nghe nhạc trực tuyến. Phạm vi nghiên cứu tập trung vào dữ liệu âm nhạc gồm khoảng 1000 bản nhạc mp3, các thẻ đánh dấu do người dùng cung cấp từ dịch vụ Last.fm, và các đặc trưng âm thanh được trích xuất tự động. Nghiên cứu được thực hiện trong giai đoạn năm 2016 tại Việt Nam, với ý nghĩa quan trọng trong việc cải thiện các hệ thống gợi ý âm nhạc, góp phần giải quyết vấn đề quá tải thông tin và nâng cao sự hài lòng của người dùng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên ba phương pháp học máy chính trong hệ thống gợi ý:

  1. Lọc cộng tác (Collaborative Filtering):