El código está organizado en dos carpetas, con un notebook cada una, donde encontramos el código realizado. Los notebooks que contienen el código son Creacion.ipynb y Procesamiento.ipynb.
En Procesamiento de datos encontramos todo el procesamiento de los datos y la obtención de otros mediante el uso de la API de Last.fm. En Creación del grafo encontramos lo relativo a la creación del grafo, la implementación de la adaptación del algoritmo de Axelrod y las pruebas realizadas.
Los ficheros originales usados, que se encuentran en el archivo hetrec2011-lastfm-2k.zip, son los siguientes:
-
artists.dat: Contiene la información sobre los artistas musicales escuchados.
-
user_artists.dat: Contiene los artistas escuchados por cada usuario. También provee la cantidad de reproducciones para cada par [usuario, artista].
El formato de los datos es el siguiente:
-
artists.dat
id \t name \t url \t pictureURL Ejemplo: 707 Metallica http://www.last.fm/music/Metallica http://userserve-ak.last.fm/serve/252/7560709.jpg -
user_artists.dat
userID \t artistID \t weight
Ejemplo: 2 51 13883
Los ficheros principales creados son:
-
artists-v2.dat: Contiene la información sobre los artistas actualizada. Además se han eliminado los artistas incorrectos o de los que no disponemos suficiente información.
-
tags-v3.dat: Contiene los 213 tags que hemos seleccionado como válidos.
-
tags-sorted.dat: Contiene los 213 tags que hemos seleccionado como válidos ordenados según los géneros a los que pertenecen y su origen musical.
-
tags_to_delete.dat: Contiene los tags a eliminar.
-
tags_to_delete-v2.dat: Contiene los tags a eliminar y/o reemplazar.
-
tags_to_replace.dat: Contiene los tags a eliminar.
-
tags_freq.dat: Contiene todos los tags que habíamos recopilado inicialmente junto con el número de apariciones de cada uno de ellos.
-
artist_tags.dat: Contiene los artistas con sus 10 tags (como máximo) más frecuentes.
-
artist_tags-v2.dat: Contiene los artistas con sus 10 tags (como máximo) más frecuentes. Los tags son solo los que hemos seleccionado como válidos.
-
matrix.txt: Matriz de adyacencia del grafo.
-
matrix_percentage.txt: Matriz de adyacencia del grafo en porcentajes.
-
final_matrix.txt: Matriz de adyacencia agrupada en géneros musicales. En porcentajes y normalizada.