000161649 001__ 161649
000161649 005__ 20250613111201.0
000161649 037__ $$aTAZ-TFG-2017-3148
000161649 041__ $$aspa
000161649 1001_ $$aRamos Sanz, Guillermo
000161649 24200 $$aMusic emotions recognition study and elaboration of a data mining system
000161649 24500 $$aEstudio y elaboración de un sistema de reconocimiento de emociones musicales mediante minería de datos
000161649 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2017
000161649 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000161649 520__ $$aEl trabajo aquí enunciado tiene como finalidad el estudio y desarrollo de un sistema sin supervisión que permita valorar determinadas canciones en función de su categoría emocional. Tradicionalmente, el estudio de las emociones implícitas e inducidas por la música ha tenido siempre multitud de problemas de cara a su estudio y análisis, e incluso de cara a su validez y utilidad real. Hoy en día, en el marco tecnológico en el cual nos movemos, y existiendo enormes cantidades de datos circulando por las redes que crecen a cada instante, surgen nuevas necesidades de clasificación y selección, abriendo nuevas vías de investigación. Este TFG busca no sólo realizar una investigación al respecto sino también diseñar e implementar un sistema sin supervisión que sea capaz de valorar y clasificar música según este criterio. Para conseguir cuantificar una característica que de por sí ya es muy abstracta, nos apoyaremos en estudios previos del este sector para alcanzar un modelo emocional adecuado. El procedimiento de trabajo llevado a cabo ha sido el siguiente: - Acceso a información multimedia de varios repositorios Web (Last.fm, Spotify) de los cuales se extraen datos concretos sobre el archivo a analizar y conjuntos de etiquetas o tags creados por los usuarios. Para ello, se interactuará con las APIs de dichas plataformas mediante llamadas REST desde nuestro sistema. - Análisis y clasificación de las canciones seleccionadas a partir de los datos que se obtengan, el sistema llevará a cabo labores de parseo y validación de información útil para eliminar cualquier dato que no sea relevante a nuestros fines. - Validación mediante técnicas de minería de datos para verificar la correlación de los atributos de la canción y obtener un resultado válido.<br />
000161649 521__ $$aGraduado en Ingeniería Informática
000161649 540__ $$aDerechos regulados por licencia Creative Commons
000161649 700__ $$aBeltrán Blázquez, José Ramón$$edir.
000161649 700__ $$aGarrido Picazo, Piedad$$edir.
000161649 7102_ $$aUniversidad de Zaragoza$$b $$c
000161649 8560_ $$f649017@celes.unizar.es
000161649 8564_ $$s1479231$$uhttps://zaguan.unizar.es/record/161649/files/TAZ-TFG-2017-3148.pdf$$yMemoria (spa)
000161649 909CO $$ooai:zaguan.unizar.es:161649$$pdriver$$ptrabajos-fin-grado
000161649 950__ $$a
000161649 951__ $$adeposita:2025-06-13
000161649 980__ $$aTAZ$$bTFG$$cPOLTER