Spotify library management & data retrieval with user-defined metadata
Thesis title: | Spotify library management & data retrieval with user-defined metadata |
---|---|
Author: | Michálek, Ondřej |
Thesis type: | Diploma thesis |
Supervisor: | Vencovský, Filip |
Opponents: | Bruckner, Tomáš |
Thesis language: | English |
Abstract: | Spotify offers broad range of music across many genres. It also allows users to build their own library of favourite music pieces, and categorise them in playlists. These playlists offer a single-criterion categorisation which is popular across many music streaming platforms, but might allow insufficient control over managing the whole library, as literature suggests. The literature suggests adding metadata tag to each song, enabling the user a better search using multi-criterion constraints instead of a linear search of a playlist. Initial research was divided in 3 distinct topics - Music digital library organisation, Querying the library, and Spotify ecosystem integration. Based on this step, the initial knowledge was obtained to design an application in PHP allowing users to add this metadata to songs in their Spotify library. This application was developed into a MVP using the Lean Startup method, where in 5 iterations was obtained a feedback from 10 participants. Based on this feedback, a conclusion was made that tagging music is a idea that half of the participants do not desire, and the other half mostly require a simplified concept. Rearranging contents of playlists directly in Spotify and a search that finds songs contained across multiple playlists. Due to these findings, a future progress was proposed for developing a different application containing adjusted features. This application should be built on a different stack, as PHP with a Symfony framework is unsuitable for this purpose. |
Keywords: | music categorisation; Spotify; Symfony; music search by metadata; library management |
Thesis title: | Knihovna Spotify: správa a vyhledávání muziky za pomocí uživatelských metadat |
---|---|
Author: | Michálek, Ondřej |
Thesis type: | Diplomová práce |
Supervisor: | Vencovský, Filip |
Opponents: | Bruckner, Tomáš |
Thesis language: | English |
Abstract: | Spotify nabízí širokou škálu muziky, obsahující rozdílné žánry. Umožňuje uživatelům vytváření jejich vlastní kolekce oblíbené muziky, kterou mohou řadit do Seznamů sklateb. Tyto seznamy však nabízejí kategorizaci pouze podle jednoho kritéria. I přesto se jedná o koncept rozšířený v mnohých službách nabízející streamování muziky, který však neumožňuje žádné pokročilé možnosti vyhledávání ani kategorizace. Literatura poukazuje na zájem posluchačů o přiřa- zování štítků k jednotlivým skladbám tak, aby podle nich bylo možné následně vyhledávat, a tím vyhnout se pomalému lineárnímu vyhledávání. Úvodní rešerše byla rozdělena do 3 skupin - organizace knihovny, vyhledávání v knihovně, a napojení do ekosystému Spotify. Na základě získaných znalostí došlo k navržení aplikace která umožňuje uživatelům štítkování skladeb uložených ve Spotify. Aplikace postavená na PHP Symfony frameworku byla v 5 iteracích dokončena jako MVP. V průběhu vývoje metodou Lean Startup postavené na cyklu "Postav-Změř-Pouč se" docházelo k představení aplikace celkem 10 účastníkům výzkumu, a jejich zpětná vazba ovlivňovala průběh vývoje následujících iterací. Výstupem po těchto iteracích bylo zjištění, že polovina účastníků nemá zájem o štítkování skladeb, a druhá polovina by více ocenila jednodušší řešení - pouhé přesouvání skladeb mezi seznamy přímo uvnitř Spotify, a vyhledávání skladeb obsažených v několika konkrétních seznamech. Na základě tohoto zjištění byl navržen budoucí postup, s aplikací postavenou na jiné tech- nologii splňující upravené požadavky. |
Keywords: | Spotify; vyhledávání v muzice pomocí metadat; spravování sbírky muziky; Symfony; kategorizace muziky |
Information about study
Study programme: | Informační systémy a technologie/Vývoj informačních systémů |
---|---|
Type of study programme: | Magisterský studijní program |
Assigned degree: | Ing. |
Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
Faculty: | Faculty of Informatics and Statistics |
Department: | Department of Information Technologies |
Information on submission and defense
Date of assignment: | 4. 11. 2021 |
---|---|
Date of submission: | 26. 4. 2022 |
Date of defense: | 2. 6. 2022 |
Identifier in the InSIS system: | https://insis.vse.cz/zp/78662/podrobnosti |