@MISC\{IMM2012-06338,
    author       = "J. L. Andreasen and U. U. Brink",
    title        = "Kollektiv Intelligens i Digitale Medier",
    year         = "2012",
    publisher    = "Technical University of Denmark, {DTU} Informatics, {E-}mail: reception@imm.dtu.dk",
    address      = "Asmussens Alle, Building 305, {DK-}2800 Kgs. Lyngby, Denmark",
    note         = "Supervised by Associate Professor Michael Kai Petersen, mkp@imm.dtu.dk, {DTU} Informatics.",
    url          = "http://www.imm.dtu.dk/English.aspx",
    abstract     = "Markedet for digitale medier har v{\ae}ret st{\ae}rkt stigende de seneste {\aa}r og aldrig har der v{\ae}ret s{\aa} mange forskellige typer af medier at v{\ae}lge imellem. Blot p{\aa} markedet for digital musik, findes der millioner af sange og indholdet er stadig stigende. Dette skaber uoverskuelighed, og det kan v{\ae}re sv{\ae}rt for kunderne at finde og v{\ae}lge relevante sange.
Der vil i projektet blive udviklet en prototype i form af en mobil applikation med det form{\aa}l, at foretage kontekstbaserede anbefalinger p{\aa} nye sange, som er relevante for kunderne i given kontekst, s{\aa}ledes der bliver skabt overblik p{\aa} et ellers uoverskueligt marked.
Personalisering af nye anbefalede sange er en l{\ae}ngere proces, som kr{\ae}ver mange forskellige typer af delelementer, der alle er afh{\ae}ngige af hinanden. I den bagvedliggende logik i applikationen er der lagt fokus p{\aa} at udlede en brugers kontekst ud fra implicit feedback fra en smartphones indbyggede sensorer. Ved at knytte kontekstuelle parametre til den musik en bruger lytter til s{\aa}som; bev{\ae}gelse i form af: stilstand, gang, l{\o}b eller transport, st{\o}jniveau angivet som h{\o}jt eller lavt samt lokation ud fra omgivelsernes WiFi Access Points, vil det fors{\o}ges at foretage mere specikke og kontekstbaserede anbefalinger p{\aa} ny musik ud fra en given kontekst.
En brugers bev{\ae}gelse vil blive udledt vha. accelerometeret, st{\o}jniveauet vha. mikrofonen og lokation udledt af den indbyggede WiFi scanner. Prototypen vil udnytte musiktjenesten Spotify som musikbibliotek og danne anbefalinger ud fra de afspillede sange, som brugeren herefter kan afspille gennem Spotify.
De afspillede sange fra Spotify vil danne grundlag for anbefalinger, som i prototypen vil blive genereret via Echo Nest, der er en intelligent musikplatform, der indeholder information p{\aa} 30 millioner sange og {1,}5 millioner kunstnere verden over.
Prototypen vil som udgangspunkt blive udviklet til Android-platformen, men mulighederne for andre platforme s{\aa}som iOS og Windows Phone er til stede og er gjort mulige i prototypen
En prototype af applikationen er blevet publiceret p{\aa} Google Play og er gennem udviklingsprocessen blevet testet af fem personer. Prototypen kan med stor succes knytte kontekstuelle parametrer til afspillede sange og pr{\ae}sentere nye anbefalede sange, som er relevante for brugeren."
}