Recomendaciones musicales en base a la selección de características relevantes de alto nivel

En los últimos años la cantidad de aplicaciones orientadas a la industria musical ha incrementado considerablemente. Las opciones que estas nuevas aplicaciones ofrecen cada vez se van tornando más complejas y sofisticadas, puesto que las expectativas de los usuarios se van haciendo más exigentes. Hoy día ya no basta con aplicaciones musicales que sólo sirvan como simples reproductores de archivos de audio, los usuarios precisan de más opciones y funcionalidades, siendo uno de éstos, los sistemas automáticos de recomendación musical basada en los gustos y preferencias de dicho usuario. Entonces, para poder obtener una recomendación musical óptima se enfrentan tres problemas: el primero es cómo recuperar la información musical, el segundo problema es la ponderación de la información recuperada para poder clasificar los archivos musicales y, finalmente, la indexación de los archivos musicales bajo criterios de similitud para poder organizar la música. Para resolver los diferentes problemas presentados, se plantea, primero utilizar características de alto nivel mediante la recuperación de información de los metadatos y archivos MIDI, ponderar las características obtenidas, finalmente, indexar los datos obtenidos en una estructura métrica que permita realizar las consultas requeridas para obtener la recomendación musical más óptima