Disciplina: FGA0210 - PARADIGMAS DE PROGRAMAÇÃO - T01
Nro do Grupo: 05
Paradigma: Lógico
| Matrícula | Aluno | Github |
|---|---|---|
| 180041592 | Denys Rogeres Leles dos Santos | @andrelucasf |
| 180113259 | Felipe Correia Andrade | @Percon12 |
| 180103580 | Jonathan Jorge Barbosa Oliveira | @Jonathan-Oliveira |
| 180125885 | Lucas Melo dos Santos | @luucas-melo |
| 180127535 | Mateus Brandao Teixeira | @mateusbrandaot |
| 180106821 | Mateus Gomes do Nascimento | @matgomes21 |
| 180127641 | Matheus Afonso de Souza | @Matheusafonsouza |
| 180138545 | Thiago Mesquita Peres Nunes de Carvalho | @thiagompc |
| 180132245 | Vinicius de Sousa Saturnino | @viniciussaturnino |
Com o intuito de ajudar pessoas a escolher uma música, foi criado o SpotifyRecomendation. O SpotifyRecomendation tarata-se de um projeto focado na recomedação de música para usuários baseado em suas preferências. Neste projeto foi utilizado uma base da dados pública filtrada com informações sobre música, artista, gênero, polularidade e etc.
Linguagens: Prolog
Tecnologias: SWI-Prolog v8.4.3
Pré-requisitos para rodar o SpotifyRecomendation:
- Docker
- SWI-Prolog v8.4.3 Execução: Na raiz do projeto execute:
docker-compose run generator
Após finalizar, execute o comando:
swipl -s src/main.pl
Dentro do console digite:
start.
Para utilizar o SpotifyRecomendation é extremamente simples, após rodar o projeto aparecerá um menu com as seguintes opções:
Podendo optar por uma recomendação aleatória, geral, por artista, por daçabilidade, por gênero e populariade.
Após escolher a recomendação desejada, basta clicar no botão "Enter" e uma recomedação será gerada.
O vídeo de apresentação pode ser visto no seguinte link.
Apresente, brevemente, como cada membro do grupo contribuiu para o projeto.
| Nome do Membro | Contribuição | Significância da Contribuição para o Projeto (Excelente/Boa/Regular/Ruim/Nula) |
|---|---|---|
| Denys Rogeres Leles dos Santos | Contribuição na documentação do projeto, participação no vídeeo de entrega e colaboração na escolha do projeto. | Regular |
| Felipe Correia Andrade | Implementação do menu e no arquivo de funcs, ajuda na organização inicial do projeto com ideias e contribuição na documentação. | Excelente |
| Jonathan Jorge Barbosa Oliveira | Implementação das recomendações por artistas e geral. | Excelente |
| Lucas Melo dos Santos | Implementação de interface gráfica, recomendações por genero, recomendação geral e funções uteis para inserir conteúdo na interfac. | Excelente |
| Mateus Brandao Teixeira | Implementação do menu e no arquivo de funcs e ajuda na organização inicial do projeto com ideias. | Excelente |
| Mateus Gomes do Nascimento | Implementação das recomendações por popularidade, dançabilidade, geral e por duração, e criação de funções úteis para o projeto. | Excelente |
| Matheus Afonso de Souza | Criação do script para extração e filtragem dos dados no arquivo csv e montagem do arquivo prolog com a base usada no projeto. Implementação da recomendação por aleatoriedade. | Excelente |
| Thiago Mesquita Peres Nunes de Carvalho | Implementação das recomendações por popularidade, dançabilidade, geral e por duração, e criação de funções úteis para o projeto. | Excelente |
| Vinicius de Sousa Saturnino | Criação do script para extração e filtragem dos dados no arquivo csv e montagem do arquivo prolog com a base usada no projeto. Implementação da recomendação por aleatoriedade. | Excelente |
Após a finalização do projeto, o grupo identificou as seguintes melhorias que poderiam ser implementadas:
- Cadastrar usuário e recomendar pelo seu histórico
- Exportar músicas selecionadas
- Adicionar mais informações sobre a música na interface
- Melhorar a interface visualmente, alterando as cores e tamanho das janelas
- Fonte da base de dados utilizada https://www.kaggle.com/datasets/zaheenhamidani/ultimate-spotify-tracks-db