dc.contributor.author | Assunção, Willian Garcias de | |
dc.date.accessioned | 2024-02-15T18:17:15Z | |
dc.date.available | 2024-02-15T18:17:15Z | |
dc.date.issued | 2023-12-20 | |
dc.identifier.citation | ASSUNÇÃO, Willian Garcias de. Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário. 2023. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/19295. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/19295 | |
dc.description.abstract | This doctoral thesis addresses the research problem: "How can music recommendation systems be improved to more effectively integrate interaction context and user experience?". In response to this question, the research develops and evaluates UConteXt Arch, an architecture for music recommendation systems. This architecture is designed to enhance the user experience, explicitly considering the interaction context and musical preferences. The methodological approach adopted is Design Science Research (DSR), which enables iterative and cyclical analysis in the development of UConteXt Arch. The architecture is based on theories and research into recommendation systems, user experience, and contextual personalization. The development of UConteXt Arch involved a systematic literature review and exploratory studies of current practices on platforms such as Spotify and Deezer. The evaluation of UConteXt Arch included a variety of methods, such as the Communicability Assessment Method (MAC), the Technology Acceptance Model (TAM), UX Curves, and the Method of Intermediate Semiotic Inspection (MISI). These methods confirmed the effectiveness of the architecture in delivering accurate and adaptable music recommendations in line with changing user preferences and contexts. The architecture also addresses the ``cold-start'' challenge by implementing immediate feedback mechanisms and continuous learning to improve recommendations. The thesis concludes that UConteXt Arch represents a solution to the identified problem, demonstrating that it can significantly improve music recommendation systems by more effectively integrating interaction context and user experience. This study helps improve the quality of music recommendations and enriches the user experience, making a substantial contribution to the field of music recommendation systems. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Sistemas de recomendação | por |
dc.subject | Contexto | por |
dc.subject | Experiência do usuário | por |
dc.subject | Cold-start | eng |
dc.subject | Recommendation systems | eng |
dc.subject | Context | eng |
dc.subject | User experience | eng |
dc.title | Uma arquitetura para sistemas de recomendação de música baseado em contexto da interação e experiência do usuário | por |
dc.title.alternative | An architecture for music recommender systems based on interaction context and user experience | eng |
dc.type | Tese | por |
dc.contributor.advisor1 | Zaina, Luciana Aparecida Martinez | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0192085115595443 | por |
dc.description.resumo | Esta tese de doutorado aborda diretamente o problema de pesquisa: "Como os sistemas de recomendação musical podem ser aprimorados para integrar o contexto da interação e a experiência do usuário?". Em resposta a essa questão, a pesquisa desenvolve e avalia a UConteXt Arch, uma arquitetura para sistemas de recomendação de música. Esta arquitetura é concebida para aprimorar a experiência do usuário, considerando especificamente o contexto de interação e as preferências musicais. A abordagem metodológica adotada é o Design Science Research (DSR), que possibilita uma análise iterativa e cíclica no desenvolvimento da UConteXt Arch. A arquitetura é fundamentada em teorias e pesquisas sobre sistemas de recomendação, experiência do usuário e personalização contextual. O desenvolvimento da UConteXt Arch envolveu uma revisão sistemática da literatura e estudos exploratórios sobre as práticas atuais em plataformas como Spotify e Deezer. A avaliação da UConteXt Arch incluiu métodos variados, como o Método de Avaliação da Comunicabilidade (MAC), o Modelo de Aceitação de Tecnologia (TAM), o UX Curves e o Método de Inspeção Semiótica Intermediado (MISI). Estes métodos confirmaram a eficácia da arquitetura em entregar recomendações musicais precisas e adaptáveis, alinhadas com as mudanças nas preferências e contextos dos usuários. A arquitetura também aborda o desafio do ``cold-start'', implementando mecanismos de feedback imediato e aprendizado contínuo para aprimorar as recomendações. A tese conclui que a UConteXt Arch representa uma solução para o problema identificado, demonstrando que é possível aprimorar significativamente os sistemas de recomendação musical ao integrar de maneira eficaz o contexto da interação e a experiência do usuário. Este estudo ajuda melhorar a qualidade das recomendações musicais, mas também enriquece a experiência do usuário, contribuindo de forma substancial para o campo dos sistemas de recomendação de música. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação - PPGCC | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | por |
dc.description.sponsorshipId | CAPES: Código de financiamento 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/0162658976845027 | por |
dc.contributor.authororcid | https://orcid.org/0000-0002-0552-9013 | por |
dc.contributor.advisor1orcid | https://orcid.org/0000-0002-1736-544X | por |