[ANGLÈS] With this research we have tried to improve music recommendations during the so-called cold start problem, i.e when a new user registers to a recommender system service, the system doesn't know his taste and cannot propose meaningful suggestions until the user provides some feedback about the first suggestions received. This preliminary work attempts to mitigate the cold-start problem using the profile picture of the user as a sole information, following the intuition that a correspondence may exist between the pictures that people use to represent themselves in Social Network Sites and their taste. For this purpose we have compared different image approaches: CSD, BoF and KCCA, with two different assessment methods. We proved that, at least in the small music community we used for our experiments, our method can significantly improve the precision in a Top-N recommender system in a cold-start condition. However, in the case of random selection of users, our results have not been the expected ones.

[CASTELLÀ] Con esta investigación hemos intentado mejorar las recomendaciones de música durante el llamado cold start problem, cuando un nuevo usuario se registra en un sistema de recomendación , el sistema no sabe que gustos tiene y por tanto no puede proponer recomendaciones significativas hasta que este usuario proporciona cierto feedback sobre las primeras sugerencias recibidas. En este trabajo hemos intentado mitigar el efecto del cold start problem usando la imagen de perfil de usuario como única información, siguiendo la intuición de que existe cierta correspondencia entre las imágenes que la gente usa para representarse en las redes sociales y sus gustos musicales. Para este propósito, hemos comparado distintas técnicas de imagen: CSD, BoF y KCCA, con dos sistemas diferentes de evaluación. Hemos probado que, al menos en la pequeña comunidad que hemos usado para nuestros experimentos, nuestro método puede mejorar significativamente la precisión en un sistema de recomendación con el enfoque Top-N en una situación de cold start. Sin embargo, en el caso de la selección aleatoria de usuarios, nuestros resultados no han sido los esperados.

[CATALÀ] Amb aquesta investigació hem intentat millorar les recomanacions de música durant l'anomenat cold start problem, quan un nou usuari es registra en un sistema de recomanació, el sistema no sap quins gustos té i per tant no pot proposar recomanacions significatives fins que aquest usuari proporciona cert feedback sobre les primeres suggeriments rebuts. En aquest treball hem intentat mitigar l'efecte del cold start problem fent servir la imatge de perfil d'usuari com a única informació, seguint la intuïció que hi ha certa correspondència entre les imatges que la gent fa servir per representar-se en les xarxes socials i els seus gustos musicals. Per a aquest propòsit, hem comparat diferents tècniques d'imatge: CSD, BOF i KCCA, amb dos sistemes diferents d'avaluació. Hem provat que, almenys en la petita comunitat que hem fet servir per als nostres experiments, el nostre mètode pot millorar significativament la precisió en un sistema de recomanació amb l'enfocament Top-N en una situació de cold start. No obstant això, en el cas de la selecció aleatòria d'usuaris, els nostres resultats no han estat els esperats.