Digitální knihovna UPCE přechází na novou verzi. Omluvte prosím případné komplikace. / The UPCE Digital Library is migrating to a new version. We apologize for any inconvenience.

Publikace:
Personalizovaná hudební doporučení pomocí umělé inteligence a zpracování přirozeného jazyka

Bakalářská práceopen access
Zobrazit minimální záznam
dc.contributor.advisorPanuš, Jan
dc.contributor.authorKozyrev, Vasilii
dc.date.accepted2025-09-11
dc.date.accessioned2025-10-14T03:32:51Z
dc.date.issued2025
dc.date.submitted2025-08-22
dc.description.abstractTato bakalářská práce se zabývá návrhem a implementací webové aplikace, která umožňuje generovat hudební playlisty na základě textového zadání uživatele. Cílem práce je propojit umělou inteligenci s hudebními službami a nabídnout uživatelům personalizovaná doporučení. Backend aplikace je postaven na frameworku Spring Boot, frontend je realizován pomocí React. Pro práci s hudebními daty je využito rozhraní Spotify API a přihlášení je řešeno výhradně přes Spotify OAuth 2.0. Zpracování přirozeného jazyka a převod požadavků do parametrů zajišťuje samostatná mikroslužba v Pythonu (FastAPI), která funguje jako LLM orchestrátor. Tato mikroslužba běží lokálně nad platformou Ollama a provádí inferenci velkého jazykového modelu (Qwen 2.5 7B Instruct) i výpočet vektorových reprezentací (e5-multilingual-small). Kandidáti skladeb jsou získáváni přes Spotify Search API, následně probíhá semantické porovnání, reranking a diverzifikace výsledků pomocí metody MMR. V práci je rovněž popsána architektura systému a způsoby komunikace mezi jednotlivými částmi. Výsledkem je funkční aplikace, která uživatelům poskytuje moderní nástroj pro objevování nové hudby.cze
dc.description.abstract-translatedThis bachelor's thesis focuses on the design and implementation of a web application that enables the generation of music playlists based on a user's textual input. The aim of the thesis is to connect artificial intelligence with music services and offer users personalized recommendations. The application's backend is built on the Spring Boot framework, and the frontend is implemented using React. For working with music data, the Spotify API is used, and authentication is handled exclusively via Spotify OAuth 2.0. Natural language processing and the conversion of requests into parameters are provided by a standalone Python microservice (FastAPI) that serves as an LLM orchestrator. This microservice runs locally on the Ollama platform and performs inference of a large language model (Qwen 2.5 7B Instruct) as well as the computation of vector representations (e5-multilingual-small). Candidate tracks are retrieved via the Spotify Search API, they are then semantically compared, re-ranked, and diversified using the Maximal Marginal Relevance (MMR) method. The thesis also describes the system architecture and the communication between its components. The result is a functional application that provides users with a modern tool for discovering new music.eng
dc.description.defenceCílem práce bylo navrhnout a vyvinout systém, který generuje hudební doporučení na základě vstupu od uživatele zadaných v přirozeném jazyce. Celkově hodnotí vedoucí bakalářskou práci jako velmi kvalitní. Aplikace splnila stanovené cíle, nabízí vysokou užitnou hodnotu pro navrženou funkcionalitu a prokazuje kompetence autora v oblasti vývoje webových aplikací. Student prezentoval výsledky své bakalářské práce a reagoval na dotazy a připomínky vedoucího i členů komise pro státní závěrečné zkoušky.cze
dc.description.departmentFakulta elektrotechniky a informatikycze
dc.description.gradeDokončená práce s úspěšnou obhajoboucze
dc.format73 s.
dc.identifier.stag50898
dc.identifier.urihttps://hdl.handle.net/10195/86396
dc.language.isocze
dc.publisherUniverzita Pardubicecze
dc.rightsBez omezení
dc.subjectdoporučovací systémcze
dc.subjectzpracování přirozeného jazykacze
dc.subjectsemantické vyhledávání a rerankingcze
dc.subjectwebová aplikacecze
dc.subjectpersonalizace doporučenícze
dc.subjectrecommender systémeng
dc.subjectnatural language processingeng
dc.subjectsemantic search and re-rankingeng
dc.subjectweb applicationeng
dc.subjectpersonalization systetemeng
dc.thesis.degree-disciplineInformační technologiecze
dc.thesis.degree-grantorUniverzita Pardubice. Fakulta elektrotechniky a informatikycze
dc.thesis.degree-nameBc.
dc.thesis.degree-programInformační technologiecze
dc.titlePersonalizovaná hudební doporučení pomocí umělé inteligence a zpracování přirozeného jazykacze
dc.title.alternativePersonalized music recommendation using Artificial Intelligence and Natural Language Processingeng
dc.typebakalářská prácecze
dspace.entity.typePublication

Soubory

Původní svazek

Nyní se zobrazuje 1 - 3 z 3
Náhled
Název:
KozyrevV_PersonalizovanaHudebniDoporuceniPomociUmeleInteligenceaZpracovaniPrirozenehoJazyka_JP_2025.pdf
Velikost:
3.28 MB
Formát:
Adobe Portable Document Format
Popis:
Plný text práce
Plný text práce (3.28 MB)
Náhled
Název:
PanusJ_PersonalizovanaHudebni_KV_2025.pdf
Velikost:
238.66 KB
Formát:
Adobe Portable Document Format
Popis:
Posudek vedoucího práce
Posudek vedoucího práce (238.66 KB)
Náhled
Název:
MusicRecommendationSystem.zip
Velikost:
36.17 MB
Formát:
Unknown data format
Popis:
VŠKP - příloha
VŠKP - příloha (36.17 MB)

Kolekce

Bakalářské práce / Bachelor's works KIT FEI (Bc.)
Vysokoškolské kvalifikační práce / Theses, dissertations, etc.