LuanVan.vnLuận Văn
Gửi thư

DEVELOPING A SOCIAL NETWORKING WEBSITE FOR MUSIC LOVERS

Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHuỳnh Tiểu Băng
Người hướng dẫnThái Minh Tuấn
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2026
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Social networking platforms and music streaming services currently operate as separate ecosystems, creating inconvenience for users who must switch back and forth between applications to socialize and share music, which limits how naturally musical experiences can be shared within social circles. This thesis introduces Vibe, a social networking platform built with React, Node.js/Express, PostgreSQL, and Socket.IO, that embeds music features directly into the social experience, allowing users to interact with friends while listening to and sharing music on a single platform. To personalize feed content, Vibe incorporates a hybrid recommendation engine combining collaborative filtering, friend-based social signals, age-group preferences, and trending metrics. Evaluation on synthetic data using Precision@K, Recall@K, NDCG@K, and Hit Rate@K shows that the hybrid approach achieves strong performance in recommending content relevant to users. These results confirm that combining behavioral and social data improves recommendation quality, while supporting tighter integration between social networking and music streaming experiences. Hiện nay, các nền tảng mạng xã hội và dịch vụ phát nhạc trực tuyến hoạt động như những hệ sinh thái tách biệt, khiến người dùng phải chuyển qua lại giữa nhiều ứng dụng để vừa giao lưu vừa chia sẻ âm nhạc, làm hạn chế sự tự nhiên khi chia sẻ trải nghiệm âm nhạc trong các mối quan hệ xã hội. Luận văn này giới thiệu Vibe, một nền tảng mạng xã hội được xây dựng bằng React, Node.js/Express, PostgreSQL và Socket.IO, tích hợp trực tiếp các tính năng âm nhạc vào trải nghiệm xã hội, cho phép người dùng tương tác với bạn bè trong khi nghe và chia sẻ nhạc trên cùng một nền tảng. Để cá nhân hóa nội dung bảng tin, Vibe sử dụng hệ thống gợi ý lai kết hợp lọc cộng tác, tín hiệu xã hội từ bạn bè, sở thích theo nhóm tuổi và các chỉ số xu hướng. Kết quả đánh giá trên dữ liệu tổng hợp bằng các độ đo Precision@K, Recall@K, NDCG@K và Hit Rate@K cho thấy phương pháp lai đạt hiệu quả tốt trong việc gợi ý nội dung phù hợp với người dùng. Những kết quả này khẳng định việc kết hợp dữ liệu hành vi và dữ liệu xã hội giúp nâng cao chất lượng gợi ý, đồng thời hỗ trợ sự tích hợp chặt chẽ hơn giữa mạng xã hội và dịch vụ phát nhạc trực tuyến.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.