简介
改进和扩展 Spotify 上的用户交互和连接性
灵感
这个项目的灵感来自我们个人想和与 Spotify 应用程序互动的愿望。 音乐本质上是社交的，我们相信图解决方案可以通过增加互动和寻找具有相似音乐品味的人的能力来提高人们的音乐体验，从而提高人们的生活质量。
它能做什么
该项目旨在提供一个基于 TigerGraph 的框架，Spotify 可以实施该框架，通过确定用户的音乐品味与其朋友/其他用户的相似程度来改善客户之间的互动。 Spotify 可以实现的潜在功能； 用户相似度得分，查看用户之间的共同艺术家/流派，供人们分享新音乐和互动的不和谐/subreddit风格频道，公共用户关注推荐。 这些功能可以通过查询 TigerGraph 中构建的用户网络来实现。
我们是如何构建的
在这个项目中，示例用户网络数据已使用 Spotify API 从 Spotify 中提取并加载到 TigerGraph 实例中。 为了确定用户音乐的相似性，可以运行一个查询来计算用户之间最短路径的数量（长度为 2 或 4），其中路径数量越多，他们的音乐品味越相似。 除此之外，可以聚合用户的歌曲属性（例如，可舞性、节奏、价态等）以确定他们听的音乐“类型”。 TigerGraph 模式的设计侧重于根据我们想要过滤的方面设置节点。 例如，我们希望能够根据轨道的某些特征过滤用户之间的轨道连接，因此，我们将轨道的特征拆分为单独的节点。 然后，每条边都包含连接其节点的元素。
