Your Rediscover Past: Spotify-Personalisierung selbstgemacht
In dieser Session wird gezeigt, wie man eine eigene automatisierte und personalisierte Playlist für Spotify baut. Hierzu nutzen wir den persönlichen GDPR-Datensatz, den Nutzer bei Spotify anfordern können, sowie die vielseitige Spotify-API.Wir untersuchen unsere eigenen Nutzungsdaten und erstellen ein Profil über unseren Musikgeschmack. Dieses nutzen wir, um unsere vor langer Zeit gespeicherten Songs zurückzuholen – gefiltert durch unseren aktuellen Musikgeschmack.
Außerdem gibt es einen kleinen Überblick über die aktuellen Trends bei Personalisierung durch Recommender-Systeme.
Vorkenntnisse
- Grundlegende Kenntnisse in der Datenanalyse mit Python
- Grundlegende Kenntnisse zum Umgang mit REST APIs
Es lohnt sich, vorab und rechtzeitig (rd. 14 Tage vorher) die eigenen Daten bei Spotify anzufragen.
Lernziele
- Übersicht über Personalisierung und Recommender-Systeme
- Hands-on-Anwendung auf eigene Daten und Umgang mit Spotify API
- Direkter Nutzen einer eigens automatisiert personalisierten Playlist
Speaker
Marcel Kurovski arbeitet als Senior Data Scientist für inovex. Zu seinen Spezialgebieten zählen Deep Learning, Reinforcement Learning und vor allem Recommender-Systeme. Er konzipiert, entwickelt und produktiviert Recommender-Systeme für Kunden in verschiedenen Branchen. In seinem Podcast "Recsperts" diskutiert er regelmäßig mit Expertinnen und Experten aus Wissenschaft und Industrie.
M3-Newsletter
Sie möchten über die Minds Mastering Machines
auf dem Laufenden gehalten werden?