Med anledning till att streamingplattformar har blivit mer och mer populära under de senaste åren, och musikförbrukningen har ökat, har musikrekommendationen blivit en allt viktigare fråga. Musikapplikationer försöker förbättra sina rekommendationssystem genom att erbjuda sina användare den bästa möjliga lyssningsupplevelsen och hålla dem på sin plattform. För detta ändamål har två huvudmodeller framkommit, samarbetsfiltrering och innehållsbaserad modell. I den första är rekommendationer baserade på likhetsberäkningar mellan användare och deras smak. Denna metod kallas huvudsakligen kallstart, den beskriver det faktum att systemet inte kommer att fungera bra på nya objekt, vare sig för musik eller användare. I den senare modellen handlar det om att extrahera information från själva musiken för att rekommendera en annan.
Det är den andra modellen som har implementerats i denna avhandling. Det senaste inom innehållsbaserade metoder avslöjar att de funktioner som kan extraheras är många. Det finns faktiskt lågnivåfunktioner som kan vara temporära (nollövergångshastighet), spektral (spektral minskning) eller till och med perceptuell (perceptuell höghet) som kräver kunskap om fysik och signalbehandling. Det finns funktioner på medelnivå som kan förstås av musikaliska experter (rytm, tonhöjd ...). Slutligen finns det funktioner på högre nivå, förståliga för alla (humör, dansbarhet ...). Det bör betonas att de modeller som identifierats under pappersavläsningssteget också är rikliga.
Med hjälp av de två datamängder GTZAN och FMA är målet för det första att hitta den bästa modellen genom att endast fokusera på övervakade modeller, liksom dess hyperparametrar för att uppnå en relevant rekommendation. Å andra sidan är det också nödvändigt att bestämma den bästa delmängden av funktioner för att karakterisera musiken samtidigt som man undviker redundant och parasitisk information. En av utmaningarna är att hitta ett sätt att bedöma prestandan i vårt system.