投稿日: その他 論文紹介

A music recommendation system based on annotations about listeners’ preferences and situations

Kaji, K.
Hirata, K.
Nagao, K.
In Proc. of AXMEDIS 2005
http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=1592092&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Fabs_all.jsp%3Farnumber%3D1592092

概要

プレイリストを推薦することを目的としている.音楽を聞くシチュエーションを考慮した推薦を行っていることを売りにしている.

手法

1つの音楽を,3種類の特徴ベクトルで表す.
1つ目の特徴量は歌詞.形態素解析をしてベクトル作成.
2つ目の特徴量は歌詞のシーン.ゲレンデを舞台にした曲である,といったもの.これはユーザによって付与されたものを利用.
3つ目の特徴量は音楽を聞くシチュエーション.海で聞くのに適した曲である,といったもの.これもユーザによって付与されたものを利用.

ある2つの音楽の類似度は,上記3つの各特徴量のコサイン類似度の線形和により求める.

実際にあるユーザに対してプレイリストを推薦する流れは以下の通り.
まず,そのユーザがお気に入りに登録している音楽の集合から,歌詞および歌詞のシーンの特徴ベクトルを生成する.シチュエーションはその時々に応じてユーザが指定し,それをもとに特徴ベクトルを生成.こうして,そのユーザを表す特徴ベクトルが生成される.つまり,ユーザと音楽はまったく同じ特徴空間にマッピングされる.
次に,他のユーザと,各ユーザがもっているプレイリストを含むDBを用いて,最も類似度の高いユーザのプレイリストを抽出して対象ユーザに提示する.
続いて,プレイリストを提示されたユーザは,その中で気に入らないものをチェックする.するとシステムは3つの各特徴量について適合フィードバックを行い,代わりの音楽を発見する.


-その他, 論文紹介
-,

関連記事

Identifying task-based sessions in search engine query logs

Lucchese, Claudio Orlando, Salvatore Perego, Raffaele Silvestri, Fabrizio Tolomei, Gabriele In Proc. …

Towards Better Measurement of Attention and Satisfaction in Mobile Search

Lagun, Dmitry Hsieh, Chih-Hung Webster, Dale Navalpakkam, Vidhya In Proc. of SIGIR2014 http://dl.acm …

On a Topic Model for Sentences

Balikas, Georgios and Amini, Massih-Reza and Clausel, Marianne In Proc. of SIGIR 2016 概要 通常のLDAでは文書ご …

Where you Instagram?: Associating Your Instagram Photos with Points of Interest

Li, Xutao and Pham, Tuan-Anh Nguyen and Cong, Gao and Yuan, Quan and Li, Xiao-Li and Krishnaswamy, S …

Semantic Annotation of Mobility Data using Social Media

Wu, Fei and Li, Zhenhui and Lee, Wang-Chien and Wang, Hongjian and Huang, Zhuojie In Proc. of WWW 20 …