Soğuk-başlangıç çalma listelerinin sürdürülmesi için kullanıcı tanımlı içerikler üzerine örtülü anlamsal indeksleme

Çevrimiçi müzik servislerinin vazgeçilmez bir unsuru olan müzik öneri sistemleri, kullanıcılara bireysel tercihleri doğrultusunda kişiselleştirme sağlayarak daha iyi bir müzik dinleme deneyimi sunmayı amaçlar. Bu hedefi gerçekleştirmede önemli bir gereksinim, çalma listelerinin bir ahenk içerisinde otomatik sürdürülmesidir. Bir müzik öneri sistemi, çalma listesinin karakteristiğini tespit ederek kullanıcı profili çıkarmalı ve buna uygun şarkıları öneri olarak sunmalıdır. Müzik kataloglarının devasa boyutları sebebiyle oldukça zorlayıcı olan bu gereksinim, henüz hiç şarkı içermeyen yeni listeler için daha da karmaşık hale gelmektedir. Literatürde soğuk-başlangıç olarak bilinen bu durumlarda çalma listelerindeki temaları ortaya çıkaracak ek bilgilere ihtiyaç duyulur. Bu tez kapsamında, İnternet ortamında müzik dinleyen kullanıcıların çalma listeleri için ne tür isimlendirmeler tercih ettiği incelenmiş ve çalma listesi organizasyonundaki ortak tutumlardan müzik önerileri sistemlerinde nasıl faydalanılabileceği araştırılmıştır. Bir milyon farklı çalma listesi içeren büyük bir veri seti üzerinden elde edilen bulgulara dayanarak örtülü anlamsal indeksleme tabanlı yeni bir müzik öneri yaklaşımı öne sürülmüş ve bu yaklaşım doğrultusunda kurgulanan bilgi erişimi sistemi ile otomatik çalma listesi sürdürmede soğuk-başlangıç problemine çözüm aranmıştır. Yapılan deneysel çalışmalar, öne sürülen yöntemin soğuk-başlangıç problemine yönelik literatürdeki mevcut yaklaşımlardan daha yüksek doğrulukta öneriler üretebildiğini göstermektedir. Gerçek ve büyük veri üzerinde istatiksel olarak anlamlı bu iyileştirme, örtülü anlamsal indekslemenin çalma listeleri başlıkları ve kullanıcıların müzik zevkleri arasındaki gizli ilişkileri etkin bir şekilde keşfedebildiğini ortaya koymaktadır.