Un sistema di raccomandazione musicale ibrido: continuazione automatica di playlist per la "RecSys challenge 2018" = A hybrid music recommender system: automatic playlist continuation for "RecSys challenge 2018"

I sistemi di raccomandazione sono diventati un aiuto fondamentale all'utente per la gestione del sovraccarico di informazioni a cui viene sottoposto ed un valido strumento per piattaforme web per mantenere attivo l'interesse dell'utenza, grazie alla capacità di fornire supporto alla decisione personalizzato per ogni utente. Questa tesi fornisce una panoramica generale sui sistemi di raccomandazione, descrivendo quelle che sono le ragioni storiche che hanno portato al loro sviluppo, oltre alle principali tecniche utilizzate. Inoltre illustra il lavoro nell'ambito della competizione "ACM RecSys Challenge 2018", una competizione basata sullo sviluppo di sistemi di raccomandazione in ambito musicale, con focus sulla continuazione automatica di playlist, durante la quale è stato sviluppato un sistema di raccomandazione ibrido sfruttando un approccio basato sul contenuto, per tentare di risolvere il problema della partenza a freddo, ed un approccio collaborativo. Infine il lavoro da svolto viene confrontato con il lavoro svolto dalle squadre che hanno conquistato la vittoria, analizzando quelli che sono i punti di forza dei loro approcci rispetto alla soluzione presentata in questa tesi.