ユーザの評価と音響的特徴との確率的統合に基づくハイブリッド型楽曲推薦システム A Hybrid Music Recommender System based on Probabilistic Integration of User Ratings and Acoustic Features

この論文にアクセスする

この論文をさがす

著者

    • 吉井 和佳 YOSHII KAZUYOSHI
    • 京都大学大学院 情報学研究科 知能情報学専攻 Dept. of Intelligence Science and Technology, Graduate School of Informatics, Kyoto University
    • 駒谷 和範 [他] KOMATANI KAZUNORI
    • 京都大学大学院 情報学研究科 知能情報学専攻 Dept. of Intelligence Science and Technology, Graduate School of Informatics, Kyoto University
    • 尾形 哲也 OGATA TETSUYA
    • 京都大学大学院 情報学研究科 知能情報学専攻 Dept. of Intelligence Science and Technology, Graduate School of Informatics, Kyoto University
    • 奥乃 博 OKUNO HIROSHI G.
    • 京都大学大学院 情報学研究科 知能情報学専攻 Dept. of Intelligence Science and Technology, Graduate School of Informatics, Kyoto University

抄録

本稿では,ユーザによる楽曲評価と楽曲の音響的特徴とを同時に利用するハイブリッド型楽曲推薦システムについて述べる.従来の主な楽曲推薦手法には,ユーザの楽曲評価を考慮した協調フィルタリングと音響的特徴の類似度を考慮したコンテンツベース推薦の2つがあり,それぞれ問題を抱えている.前者では,評価が与えられていない楽曲は推薦できず,推薦楽曲のアーティストのバラエティは乏しい.後者では,音響的特徴とユーザの嗜好との理論的な対応付けが不十分である.本稿ではこれらの問題を解決するため,アスペクトモデルと呼ばれるベイジアンネットワークを用いて,楽曲評価と音響的特徴とを確率的に統合する.このモデルでは,直接観測できないユーザの嗜好が隠れ変数として表現され,観測データ(楽曲評価と音響的特徴)から統計的枠組みに従って推定される.  ポピュラー音楽CDとAmazon.co.jpから収集した評価データを用いた楽曲推薦実験の結果,提案手法が上記の問題を解決し,より優れた推薦精度を示すことを確認した.  This paper presents a hybrid music recommender system that uses user ratings and acoustic features of musical pieces. There are two prominent recommendation methods -collaborative filtering and content-based recommendation, which have respective problems. The former cannot recommend newly-released musical pieces that have no ratings because recommendations are based on actual user ratings. Furthermore, artist variety in recommended pieces tends to be poor. The latter has unreliability in modeling of user preferences;the content similarity does not completely reflect the preferences. Our method integrates both rating and content data by using a Bayesian network called an aspect model. In this model, unobservable user preferences are directly represented by introducing latent variables, which are statistically estimated. To verify our method, we conducted experiments by using actual audio signals of Japanese songs and the corresponding rating data collected from Amazon.co.jp. The results showed that our method solves the above-mentioned problems and outperforms the two conventional methods in terms of recommendation accuracy and artist variety.

This paper presents a hybrid music recommender system that uses user ratings and acoustic features of musical pieces. There are two prominent recommendation methods-collaborative filtering and content-based recommendation, which have respective problems. The former cannot recommend newly-released musical pieces that have no ratings because recommendations are based on actual user ratings. Furthermore, artist variety in recommended pieces tends to be poor. The latter has unreliability in modeling of user preferences; the content similarity does not completely reflect the preferences. Our method integrates both rating and content data by using a Bayesian network called an aspect model. In this model, unobservable user preferences are directly represented by introducing latent variables, which are statistically estimated. To verify our method, we conducted experiments by using actual audio signals of Japanese songs and the corresponding rating data collected from Amazon.co.jp. The results showed that our method solves the above-mentioned problems and outperforms the two conventional methods in terms of recommendation accuracy and artist variety.

収録刊行物

  • 情報処理学会研究報告音楽情報科学(MUS)

    情報処理学会研究報告音楽情報科学(MUS) 2006(90(2006-MUS-066)), 45-52, 2006-08-07

    一般社団法人情報処理学会

参考文献:  17件中 1-17件 を表示

被引用文献:  4件中 1-4件 を表示

各種コード

  • NII論文ID(NAID)
    110004849468
  • NII書誌ID(NCID)
    AN10438388
  • 本文言語コード
    JPN
  • 資料種別
    Technical Report
  • ISSN
    09196072
  • NDL 記事登録ID
    8048502
  • NDL 雑誌分類
    ZM13(科学技術--科学技術一般--データ処理・計算機)
  • NDL 請求記号
    Z14-1121
  • データ提供元
    CJP書誌  CJP引用  NDL  NII-ELS  IPSJ 
ページトップへ