Poniżej konfiguracja skryptu

• lastkey - klucz API z serisu Last.fm
• user_name - kogo prześwietlamy?
• ile_polecanych - ilu polecanych artystów pokazać?
• ile_scrobli - jak dużo ostatnio scroblowanych utworów brać pod uwagę?

lastkey <- "xxxxxxxxxxxxxxxxxxxxxxxxxx" # get your key from http://www.last.fm/api/account/create
user_name <- "LeMUr1978KCrq"
ile_polecanych <- 10
ile_scrobli <- 1000

Potrzebny jest pakiet, który został wycofany z CRANa, ale dostępny jest w archiwum. Trzeba zainstalować ręcznie paczkę pobraną z https://cran.r-project.org/src/contrib/Archive/RLastFM/RLastFM_0.1-5.tar.gz

## Warning: package 'XML' was built under R version 3.2.5

## Warning: package 'RCurl' was built under R version 3.2.3

## Warning: package 'bitops' was built under R version 3.2.3

## Warning: package 'dplyr' was built under R version 3.2.5

## Warning: package 'ggplot2' was built under R version 3.2.5

## Warning: package 'reshape2' was built under R version 3.2.5

Załadowanie potrzebnych bibliotek

library(RLastFM)
library(dplyr)
library(ggplot2)
library(reshape2)

Pobranie najnowszych danych z Last.FM

ile_scrobli <- ifelse(ile_scrobli>=1000, 1000, ile_scrobli)
recent <- as.data.frame(user.getRecentTracks(user_name, limit = ile_scrobli))
lastfm <- select(recent, Artist=artist, Album=album, Song=track, DateOrg=date)

Uporządkowanie danych…

lastfm$Artist <- as.character(lastfm$Artist)
lastfm$Album <- as.character(lastfm$Album)
lastfm$Song <- as.character(lastfm$Song)

…potrzebni nam są tylko artyści

top_artists <- data.frame(Artist=unique(lastfm$Artist), stringsAsFactors = FALSE)

Szukamy podobnych artysów (wg LastFm)

GetSimilar <- function(x) {
   sims <- rep(NA, 5)
   try(sims <- artist.getInfo(x)$similar)
   sims <- as.character(sims)
   return(data.frame(Artist=x, sim1=sims[1], sim2=sims[2], sim3=sims[3], sim4=sims[4], sim5=sims[5]))
}

sim_df <- data.frame()
for(i in 1:nrow(top_artists)) {
   sim_df <- rbind(sim_df, GetSimilar(top_artists[i,1]))
}
sim_df$Artist <- as.character(sim_df$Artist)
sim_df$sim1 <- as.character(sim_df$sim1)
sim_df$sim2 <- as.character(sim_df$sim2)
sim_df$sim3 <- as.character(sim_df$sim3)
sim_df$sim4 <- as.character(sim_df$sim4)
sim_df$sim5 <- as.character(sim_df$sim5)

t <- melt(sim_df, id.vars = 1, measure.vars = 2:6) %>% filter(!is.na(value))

Czy podobny jest w scroblowanych, czyli czy go słuchałem? Jeśli tak - nie ma sensu go polecać.
polecany == FALSE - oznacza, że nie było scrobla tego artysty, bierzemy tylko nieznanych.

t$polecany <- t$value %in% top_artists$Artist

Kto jest najczęściej polecany? Liczymy i rysujemy wykres.

polecani <- t %>%
   filter(polecany==FALSE) %>%
   group_by(value) %>%
   mutate(n=n()) %>%
   ungroup() %>%
   arrange(desc(n)) %>%
   select(Artist, Polecany=value, n)
   
polecani_plot <- polecani %>%
   top_n(ile_polecanych, n) %>%
   ggplot() +
   geom_bar(aes(Polecany, n, fill=Polecany), stat="identity") +
   theme_minimal() +
   theme(axis.text.x=element_text(angle=90, hjust=1), legend.position = "none") + coord_flip()

polecani_plot

A teraz to samo w tabeli - kto jest polecany i na podstawie jakich przesłuchanych artystów?

polecani_lista <- polecani %>%
   top_n(ile_polecanych, n) %>%
   arrange(desc(n), Polecany) %>%
   select(Polecany, Bo_sluchany=Artist)

polecani_lista

Polecany	Bo_sluchany
Kazik	Kult
Kazik	Kazik na Żywo
Kazik	Świetliki i Linda
Kazik	Lao Che
Alice in Chains	Soundgarden
Alice in Chains	Nirvana
Alice in Chains	Pearl Jam
Bob Dylan	Leonard Cohen
Bob Dylan	Bruce Springsteen
Bob Dylan	Van Morrison
Charles Mingus	Miles Davis
Charles Mingus	John Coltrane
Charles Mingus	Thelonious Monk
Fake Dead	Pare’s Band
Fake Dead	Stephunk T. & Tonya Take
Fake Dead	The Tchendos meets Gringo
Homo Twist	Apteka
Homo Twist	Świetliki
Homo Twist	Maciej Maleńczuk
Illusion	Acid Drinkers
Illusion	FlapJack
Illusion	Sweet Noise
Led Zeppelin	Pink Floyd
Led Zeppelin	The Jimi Hendrix Experience
Led Zeppelin	The Doors
Megadeth	Metallica
Megadeth	Pantera
Megadeth	Iron Maiden
Roe-Deer	Colorfactory
Roe-Deer	Here
Roe-Deer	The Loners
Turbo	Kat & Roman Kostrzewski
Turbo	Kat
Turbo	Acid Drinkers