제 1회 AIKU Conference 1위 수상 프로젝트입니다.
주변에 한 번쯤씩은 '밴드는 역시 ~~~이다'라는 말을 하는 친구가 입이 닳도록 하는 친구가 있으셨을 겁니다.
도대체 무슨 노래길래 저러나... 싶은데 또 별로 호감을 안 갈때,
혹은 내가 듣는 노래랑 비슷은 한가? 혹시 취향이 맞는 곡은 없을까? 싶을때 이용해보면 좋습니다.
쏜애플, 못, 넬, 국카스텐의 여러 노래 중 내가 고른 노래 하나와 가장 유사한 곡을 찾아줍니다.
나아가 다른 그룹의 비슷한 노래들도 추천해줍니다.
'장르로 과연 노래를 구별하는 것이 맞을까?' 라는 생각에서 시작했습니다.
평소 다양한 장르의 노래를 평소에 듣기에, 장르를 넘어서는 음악 취향이 있을 것이라 생각했습니다.
여기서는 음악적인 특질을 이용하여 노래를 추천하는 방법을 이용했습니다.
음악적인 특질은 Spotify의 echonest를 이용하여 파악했습니다.
여러 특질 중에서 energy, valence, danceability, acousticness를 이용하였고,
이는 이 특질만으로 노래를 분류하기에 충분하다는 해당 논문을 참고한 것입니다.
여러 음악들에 대한 echonest를 이용해 clustering을 진행했습니다.
이때 clustering 방법으로는 gaussian mixed model을 이용했습니다.
분석 결과 6개가 가장 원활히 clustering 되어 6개의 군집으로 clustering을 진행한 후 모델을 저장했습니다. (classification_model.pkl)
그 후 쏜못넬스탠의 노래들의 echonest 정보를 대상으로 모델을 fit하고 해당 결과를 json 형태로 저장했습니다. (song_distributions.json)
마지막으로 원하는 노래의 echonest 값을 받아와서 동일한 모델에 fit하여 하나의 discrete한 확률 분포를 얻은 후,
song_distribution.json 내 노래들과의 확률 분포와 가장 유사한 노래를 그룹별로 하나씩 찾습니다.
유사도는 KL divergence를 이용하여 측정하였습니다.
- git clone 하기
$ git clone https://github.com/subin9/TMNS_recommandation
- 필요한 모듈 설치하기
$ pip install -r requirments.txt
- spotify client ID, spotify client secret, 노래 URI를 입력하기
$ python demo.py --clientid <client ID> --clientsecret <client secret> -uri <Song uri>