Título
[pt] MOODSIC: APLICAÇÃO DE RECOMENDAÇÃO MUSICAL BASEADA EM ANÁLISE DE SENTIMENTOS
Título
[en] MOODSIC: MUSIC RECOMMENDATION APPLICATION BASED ON SENTIMENT ANALYSIS
Autor
[pt] GUILHERME DE MORAES VASSALLO
Vocabulário
[pt] MUSICA
Vocabulário
[pt] DJANGO
Vocabulário
[pt] SPOTIFY
Vocabulário
[pt] ANALISE DE SENTIMENTOS
Vocabulário
[pt] WEB
Vocabulário
[en] MUSIC
Vocabulário
[en] DJANGO
Vocabulário
[en] SPOTIFY
Vocabulário
[en] SENTIMENT ANALYSIS
Vocabulário
[en] WEB
Resumo
[pt] Este trabalho apresenta o processo de estudo, prototipação e
desenvolvimento de uma aplicação Web chamada Moodsic, que tem como
objetivo realizar a análise sentimental de um relato pessoal digitado pelo usuário
e utilizar o sentimento detectado para buscar uma playlist condizente (ou oposta)
a esse sentimento no Spotify, também dando aos usuários a possibilidade de
salvamento dessas buscas. Ela foi desenvolvida por meio do framework Django e
da integração com API s do Spotify e do site Hugging Face. A solução explora a
conexão da música com os sentimentos humanos, e explicita o avanço da área
de machine learning. O produto do trabalho foi uma aplicação simples, porém
intuitiva, funcional e com muito potencial.
Resumo
[en] This work presents the process of studying, prototyping and developing a
Web application called Moodsic, which aims to perform the sentiment analysis of
a personal report typed by the user and use the detected sentiment to search for
a playlist consistent (or opposite) to it, while also giving users the possibility of
saving those searches. The application was developed with the Django framework
and by integrating services provided by Spotify and Hugging Face via API. The
solution explores the connection between music and human sentiments, and
makes advancements in the machine-learning field explicit. The product of this
work was an application that is simple, but intuitive, functional and full of potential.
Orientador(es)
IVAN MATHIAS FILHO
Catalogação
2024-01-12
Tipo
[pt] TEXTO
Formato
application/pdf
Idioma(s)
PORTUGUÊS
Referência [pt]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65883@1
Referência [en]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=65883@2
Referência DOI
https://doi.org/10.17771/PUCRio.acad.65883
Arquivos do conteúdo
NA ÍNTEGRA PDF