文献

J-GLOBAL ID：202002211219040122   整理番号：20A0873462

芸術家の人気推定のための音楽ストリーミングサービスの文脈意識ネットワーク分析【JST・京大機械翻訳】

Context-Aware Network Analysis of Music Streaming Services for Popularity Estimation of Artists

著者 (4件)： Matsumoto Yui (Graduate School of Information Science and Technology, Hokkaido University, Sapporo, Japan) ,  Harakawa Ryosuke (Department of Electrical, Electronics, and Information Engineering, Nagaoka University of Technology, Nagaoka, Japan) ,  Ogawa Takahiro (Faculty of Information Science and Technology, Hokkaido University, Sapporo, Japan) ,  Haseyama Miki (Faculty of Information Science and Technology, Hokkaido University, Sapporo, Japan)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 48673-48685  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,音楽ストリーミングサービス(MSS)におけるアーティストの人気を推定するための新しい試みを提示した。本論文の主な貢献は,マルチモーダル特徴を用いて,アーチファクト間の潜在的関係を正確に分析するための拡張性を改善することである。提案した方法において,ネットワークを構築するための新しいフレームワークを,正準相関解析により,社会的メタデータとマルチモーダル特徴を協調的に用いて導出した。マルチモーダル特徴を使用しない従来の方法とは異なり,提案した方法は,ソーシャルメタデータとマルチモーダル特徴,すなわち文脈認識ネットワークを獲得できるネットワークを構築することができる。文脈認識ネットワークを効果的に分析するために,ネットワーク解析に基づいて,芸術家の人気推定を実現するための新しいフレームワークを開発した。提案した方法は,ノード埋め込みアルゴリズムを介してノード特徴を抽出することにより,ネットワーク構造の有効利用を可能にする。ノード特徴間の差異を識別できる推定器を構築することにより,提案した方法は,アーチファクトの正確な人気推定を記録することができる。最も大きいMSSの一つであるSpotifyにおける様々なジャンルにおけるアーティストを含む複数の実世界データセットを用いた実験結果を示した。定量的および定性的評価は,著者らの方法が人気の分類と回帰の両方に有効であることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  多モード ,  メタデータ ,  アルゴリズム ,  アーチファクト ,  ネットワーク構造 ,  音楽
準シソーラス用語： 定性的評価 ,  正準相関解析 ,  ネットワーク解析 ,  *ストリーミングサービス , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 芸術 ,  推定 ,  音楽 ,  ストリーミングサービス ,  文脈 ,  意識 ,  ネットワーク分析