文献
J-GLOBAL ID:202302210040720034   整理番号:23A3215925

ジオタグツイートのスポット雰囲気抽出によるユーザの状況と気分に合わせた楽曲推薦手法の提案

Proposal of a Music recommendation method based on Analyzing spot Atmosphere by geotagged tweets and User’s situation and mood
著者 (5件):
資料名:
巻: 2023  号: IFAT-152  ページ: Vol.2023-IFAT-152,No.33,1-6 (WEB ONLY)  発行年: 2023年09月14日 
JST資料番号: U0451A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,ユーザの状況を自分がいる場所(スポット)とそこで自分がしている行動と捉え,スポットの雰囲気をジオタグツイートの解析により取得するとともに,アンケート調査に基づいてユーザの状況(スポット×行動)と気分との関係を分析することで,ユーザの状況(スポットの雰囲気とそこでの行動)と気分を考慮した楽曲推薦手法を提案する.具体的には,ユーザの気分を「気分が明るい/暗い」と「テンションが高い/低い」の2軸で分類し,それぞれの気分ごとに明るさと激しさの2次元にマッピングする.さらに,スポット周辺のジオタグツイートの感情分析を行い,スポットの雰囲気として「ネガティブ/ポジティブ」(明るさ)と,感情の強さの2次元に置き換える.一方,楽曲データはspotifyが提供する楽曲の評価値である「energy」と「valence」の2次元にマッピングする.提案手法は,明るさと激しさの値を付与した状況データと楽曲データと明るさと感情の強さを付与したスポットデータの重心から,楽曲データとのユークリッド距離よりユーザの状況と気分にあった楽曲を推薦する.なお,本稿では,カフェ・公園・デパートという3つのスポットを対象に,それぞれのスポットの雰囲気とユーザの状況(例えば「カフェでの一人作業」など)および気分に基づいた楽曲推薦を行い,その有効性を検証する.(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
引用文献 (7件):
  • Vincenzo Moscato, Antonio Picariello, and Giancarlo Sperli. An emotional recommender system for music. IEEE Intelligent Systems, Vol.36, No.5, pp.57-68, 2020.
  • 東海菜摘, 湯川高志. ユーザ行動に基づいた楽曲推薦システムの提案. 情報処理学会研究報告, Vol.2016, No.9, pp.1-5, 2016.
  • 韓語佳, 中野美由紀, 小口正人. 利用者の印象に基づく音楽レコメンドサービス-音楽データベースの感情空間へのマッピングに関する考察. DEIM, Vol.2021, No.D25-3, pp.1-8, 2021.
  • Martijn Millecamp, Nyi Nyi Htun, Cristina Conati, and Katrien Verbert. To explain or not to explain: the effects of personal characteristics when explaining music recommendations. In Proceedings of the 24th International Conference on Intelligent User Interfaces, pp.397-407, 2019.
  • Xinxi Wang and Ye Wang. Improving content-based and hybrid music recommendation using deep learning. In Proceedings of the 22nd ACM international conference on Multimedia, pp.627-636, 2014.
もっと見る

前のページに戻る