V tem projektu bom analiziral povaljajoče se sklade na spletni strani muzik.si Muzik je servis, ki poslušalcem omogoča da brezplačno (in skoraj legalno) poslušajo glasbo, ki je dostopna na svetovnem spletu, tako da jo združi v skupno bazo, po kateri omogoča iskanje. Ker je seveda s takim načinom dela ogromno pesmi podvojenih (ali poštirinajsterjenih) se je pojavil problem ponavljanja pesmi v iskalniku, kar je za uporabnike zelo moteče, saj ob iskanju dobimo voliko nepotrebnih rezultatov. Muzik si seveda želi, da bi te rezultate združil in izmed enakih pesmi pokazal samo najkvalitenejšo oziroma s pomočjo pametnega algoritma razporedil uporabo na različne lokacije iste pesmi.
Od ustvarjalcev platforme sem pridobil originalno sqlite bazo prejšnje verzije projekta (baza ima sicer manjšo napako), ki sem jo nato izvozil v csv datoteko (med izvozom sem uredil tudi kodiranje znakov, saj del sklad prihaja iz ruskih strežnikov in je bilo v bazi nekaj problemov s kodnimi tabelami). Csv datotke sem nato uvozil in iz njih naredil objekte, ter posamezni pesmi priredil kanonično ime (spremenil čžšćđ... v angleške podobne črke, odstranil posebne znake, odstranil avtorje, in razdelil naslov po besedah). Tako kanonizirane skladbe sem potem dal v skupine glede na enakost kanoničnega imena.
Ker je vseh pesmi preveč (malo čez 6,000,000) sem se odločil, da sem bom omejil samo na del serverjev (po dogovoru z muzik ekipo na tiste, ki so najbolj obiskani)
| Ime v bazi | Ime v modelu | Opis |
|---|---|---|
| id | muzik_id | Muzik id pesmi (id s katero muzik identificira pesem) |
| name | name | Naslov pesmi |
| server | server | Id serverja, ki gostuje pesem |
| bitr | bit_rate | Bitna hitrost (naše osnovno merilo za kvaliteto pesmi) |
| time | duration | Dolžina pesmi (v s) |
| size | size | Velikost datoteke (v B) |
| freq | frequency | Frekvenca zajemanja |
| N/A | canonic_name | Kanonično ime |
Namen analize je ovrednotiti kvaliteto iste pesmi na več različnih strežnikih in ugotoviti, kdo izmed teh ponuja najboljšo kvaliteto
- Pri posamezni ponavljajoči pesmi bomo pogledali, kateri izmed strežnikov jo ponuja pri največji bitni hitrosti (Osnovno merilo za določanje kvalitete)
[//]: # (Pogledali si bomo tudi velikost datoteke pri posamezni bitni hitrosti. Če je velikost datoteke pri večji bitni hitrosti primerljiva z velikostjo pri veliko manjši bitni hitrosti (320 <-> 256 <-> 192 <-> 128 ...), to lahko nakazuje na nesmiselnost večje številke, saj se pogosto dogaja da ve želji po navidezno bolj kvalitetni glasbi datoteke prekodiramo iz manjše v večjo bitno hitrost, a to ne nadomesti izgubljenih podatkov pri kodiranju na manjšo bitno hitrost že prej (MP3 standard za stiskanje podatkov z izgubo))