Algoderitmo.com: Recomendación musical para todos
En este post describo el funcionamiento del algoritmo que he creado para recomendar artistas emergentes de forma personalizada en algoderitmo.com, lanzado junto a mi nueva canción El Algoritmo. Los sistemas de recomendación funcionan de dos maneras, se basan en lo que escuchan en común los usuarios (collaborative filtering), o en el contenido que se está recomendando (content-based),…
Muyaio, contra y con el algoritmo (Entrevista El Día)
(Entrevista en el periódico El Día) El proyecto de Sergio Oramas hace bailar a los secretos de internet y le da una vuelta a las webs musicales y todo con un single. Lee la entrevista completa aquí.
Entrevista Cadena Ser
(Entrevista en A Vivir Que Son Dos Días de la Cadena Ser) Un investigador en algoritmo musical: «Lo que mejor funciona es el perfil de escucha y la acumulación de datos de gente parecida a ti». Lee y escucha la entrevista completa entera aquí.
Un músico contra el algoritmo (Entrevista La Razón)
(Entrevista en el periódico La Razón) Sergio Oramas es informático y musicólogo; también es Muyaio, un artista que busca abrirse camino en el océano de artistas emergentes y, para eso, tiene su propia arma: un algoritmo “justo” de recomendación musical. Lee la entrevista completa aquí.
Tócala otra vez, algoritmo (Entrevista El País)
(Entrevista en el periódico El País) Tócala otra vez, algoritmo: así es la carrera por recomendarte la canción perfecta.Repasamos el origen, evolución y retos pendientes de los sistemas de recomendación musical de la mano de Sergio Oramas, investigador de Pandora. Lee aquí la entrevista completa en El Pais
The New Normal: Más perreo y menos moderneo
La historia del Primavera Sound a través de los datos https://medium.com/@soramas/the-new-normal-m%C3%A1s-perreo-y-menos-moderneo-46d10abb2fc9
PhD Thesis
Oramas, S. (2017). Knowledge Extraction and Representation Learning for Music Recommendation and Classification. PhD thesis, Universitat Pompeu Fabra, Barcelona, Spain. Short Abstract In this thesis, we address the problems of classifying and recommending music present in large collections. We focus on the semantic enrichment of descriptions associated to musical items (e.g., artists biographies, album reviews, metadata),…