DEVELOPING A SOCIAL NETWORKING WEBSITE FOR MUSIC LOVERS

Abstract

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.