コンテンツ意識型音楽推薦における音楽選好構造の利用【JST・京大機械翻訳】

Magron Paul; Fevotte Cedric

プレプリント

J-GLOBAL ID：202202201516510676 整理番号：21P0055543

コンテンツ意識型音楽推薦における音楽選好構造の利用【JST・京大機械翻訳】

Leveraging the structure of musical preference in content-aware music recommendation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年10月20日プレプリントサーバーでの情報更新日： 2021年02月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , ,
, , , , , , , 【Automatic Indexing@JST】

楽器音響 , その他の情報処理

, , , ,

前のページに戻る