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。
最先端の音楽推薦システムは,協調フィルタリングに基づいており,それは,彼の聴取習慣からのユーザの興味と,他のユーザのプロファイルとの類似性を予測する。これらのアプローチは,歌の内容に対して診断的であり,従って,コールドスタート問題に直面した:それらは,聴取履歴なしで新しい歌を推薦できない。この課題に取り組むために,コンテンツ意識推薦は,新しいアイテムを推薦するために使用できる歌に関する情報を組み込む。このカテゴリーに落下するほとんどの方法は,ユーザ注釈付きタグ,音響特徴または深く学習された特徴のいずれかを利用する。従って,これらのコンテンツ特徴は明確な音楽の意味を持たず,従って音楽選好の観点からは必ずしも関連しない。本研究では,音楽心理学の分野に由来する音楽選好のモデルを利用する代わりに提案した。低レベル音響特徴から,音楽味覚を記述するのに適切な3つの因子(arousal,原子価および深さ)を抽出した。次に,コンテンツ意識音楽推薦のための協調フィルタリングフレームワークに統合する。大規模データで行った実験は,このアプローチが,コンパクトで意味のある音楽特徴集合を用いて,コールドスタート問題に対処することができることを示した。【JST・京大機械翻訳】