環境コンテキストに基づき機械学習を用いた楽曲推薦手法の提案とその実装

• Item type: SIG Technical Reports(1)
• 公開日: 2023-02-20
• タイトル: 環境コンテキストに基づき機械学習を用いた楽曲推薦手法の提案とその実装
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 音楽情報処理
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 中京大学工学部情報工学科
• 著者所属: 中京大学大学院工学研究科情報工学専攻
• 著者所属: 中京大学工学部情報工学科
• 著者名: 黒柳, 竣; 廣瀬, 友亮; 濱川, 礼
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，曲のメロディとそれに対応した天候，季節，時間帯などの環境コンテキスト情報を訓練データとして機械学習を行い，現在の状況にあったプレイリストを自動生成することで楽曲を推薦するシステム「NowPlay」について述べる．近年，オンラインストリーミングサービスの利用者数は増加の一途をたどっており，人々の音楽との向き合い方が多様化している．また，その多様化により，楽曲推薦システムやプレイリスト自動生成システムなどの研究が盛んにおこなわれるようになった．これらの研究では，主に天候などの環境コンテキスト，ユーザの活動状態などのユーザコンテキスト，画像などのマルチメディアコンテキストの情報に基づいて，楽曲を推薦している．その中でも，本論文では，最も楽曲との結びつきが高いと考える環境コンテキストに焦点を当てる．従来の研究では，コンテキストの情報やユーザの好みを手動で取得する研究が多く見受けられたが，こうしたユーザへの負荷は，システムの使用継続率を下げる傾向にあると考える．そこで，機械学習や API を用いてユーザの好みやコンテキスト情報を自動で取得し，プレイリストの作成を行う手法を提案する．また，天候，時間帯などの環境コンテキスト情報は，屋内にいる場合，変化を感じにくいため，楽曲推薦を行う上で参考にする情報としての価値が失われてしまうと考える．そのため，ユーザは，実際にスマートフォンでプレイリスト作成を行う．ユーザの再生履歴は，個人に合わせた学習モデルのデータセットとして活用する．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438388
• 書誌情報: 研究報告音楽情報科学（MUS）; 巻 2023-MUS-136, 号 19, p. 1-8, 発行日 2023-02-20
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8752
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会