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

Toward self-correcting search engines: using underperforming queries to improve search

Hassan, Ahmed White, Ryen W. Wang, Yi-Min In Proc. of SIGIR 2013 http://dl.acm.org/citation.cfm?id=2 …

【論文紹介】Content-boosted matrix factorization for recommender systems: experiments with recipe recommendation

Forbes, Peter and Zhu, Mu RecSys 2011 ACM, PDF 概要 ユーザのアイテムに対するレーティングを予測する際に、アイテムの構成要素を考慮した、Matrix Fa …

Retrieval models for question and answer archives

Xue, Xiaobing Jeon, Jiwoon Croft, W. Bruce In Proc. of SIGIR 2008 http://dl.acm.org/citation.cfm?id= …

A comparison of visual and textual page previews in judging the helpfulness of web pages

Aula, Anne Khan, Rehan M. Guan, Zhiwei Fontes, Paul Hong, Peter In Proc. of WWW2010 http://dl.acm.or …

Time-sensitive query auto-completion

Shokouhi, Milad Radinsky, Kira In Proc. of SIGIR 2012 http://dl.acm.org/citation.cfm?id=2348364 概要 従 …