Les recommandations musicales générées par un algorithme peuvent être les moins précises pour les auditeurs de hard rock

Hard Rock

Crédit: CC0 Public Domain

Les auditeurs de musique à haute énergie comme le hard rock et le hip-hop peuvent recevoir des recommandations musicales moins précises par les systèmes de recommandation de musique que les auditeurs d’autres musiques non grand public, selon une étude publiée dans le journal en libre accès. Science des données EPJ.

Une équipe de chercheurs de l’Université de technologie de Graz, de Know-Center GmbH, de l’Université Johannes Kepler de Linz, de l’Université d’Innsbruck, en Autriche et de l’Université d’Utrecht, aux Pays-Bas, a comparé la précision des recommandations musicales générées par un algorithme pour les auditeurs de musique grand public et non grand public. . Ils ont utilisé un ensemble de données contenant les historiques d’écoute de 4 148 utilisateurs de la plate-forme de streaming de musique Last.fm qui ont écouté de la musique principalement non grand public ou principalement de la musique grand public (2 074 utilisateurs dans chaque groupe). Sur la base des artistes que les utilisateurs de musique écoutent le plus fréquemment, les auteurs ont utilisé un modèle de calcul pour prédire la probabilité que les utilisateurs de musique aimeraient la musique qui leur était recommandée par quatre algorithmes de recommandation de musique courants. Ils ont constaté que les auditeurs de musique grand public semblaient recevoir des recommandations musicales plus précises que les auditeurs de musique non grand public.

Les auteurs ont ensuite utilisé un algorithme pour classer les auditeurs de musique non traditionnels dans leur échantillon en fonction des caractéristiques de la musique qu’ils écoutaient le plus fréquemment. Ces groupes étaient: les auditeurs de genres musicaux contenant uniquement des instruments acoustiques tels que le folk, les auditeurs de musique à haute énergie comme le hard rock et le hip-hop, les auditeurs de musique avec des instruments acoustiques et sans voix comme l’ambiante, et les auditeurs de haute énergie. musique sans voix comme l’électronica. Les auteurs ont comparé les histoires d’écoute de chaque groupe et identifié les utilisateurs les plus susceptibles d’écouter de la musique en dehors de leurs genres préférés et la diversité des genres musicaux écoutés au sein de chaque groupe.

Ceux qui écoutaient principalement de la musique comme la musique ambiante étaient les plus susceptibles d’écouter également la musique préférée des auditeurs de hard rock, de folk ou d’électronica. Ceux qui écoutaient principalement de la musique à haute énergie étaient les moins susceptibles d’écouter également la musique préférée des auditeurs folk, électroniques ou ambiants, mais ils écoutaient la plus grande variété de genres, par exemple le hard rock, le punk, le chanteur / compositeur et le hip-hop. .

Les auteurs ont utilisé les historiques d’écoute des utilisateurs et un modèle de calcul pour prédire la probabilité que les différents groupes d’auditeurs de musique non traditionnels apprécient les recommandations musicales générées par les quatre algorithmes de recommandation musicale courants. Ils ont constaté que ceux qui écoutaient principalement de la musique à haute énergie semblaient recevoir les recommandations musicales les moins précises et que ceux qui écoutaient principalement de la musique telle que ambiante semblaient recevoir les recommandations les plus précises.

Elisabeth Lex, l’auteure correspondante, a déclaré: « Alors que de plus en plus de musique est devenue disponible via les services de streaming musical, les systèmes de recommandation musicale sont devenus essentiels pour aider les utilisateurs à rechercher, trier et filtrer de vastes collections musicales. Nos résultats suggèrent que de nombreuses Les techniques de recommandation de musique de pointe peuvent ne pas fournir des recommandations de qualité pour les auditeurs de musique non traditionnels. Cela peut être dû au fait que les algorithmes de recommandation musicale sont biaisés en faveur de la musique plus populaire, ce qui fait que la musique non traditionnelle est moins susceptible d’être recommandée par les algorithmes. « 

« De plus », a ajouté Elisabeth Lex, « nos résultats indiquent que les préférences musicales de ceux qui écoutent principalement de la musique comme la musique ambiante peuvent être plus facilement prédites par les algorithmes de recommandation musicale que les préférences de ceux qui écoutent de la musique comme le hard rock et la hanche. -hop. Cela signifie qu’ils peuvent recevoir de meilleures recommandations musicales

Les auteurs suggèrent que leurs résultats pourraient éclairer la création de systèmes de recommandation musicale qui fournissent des recommandations plus précises aux auditeurs de musique non traditionnels. Cependant, ils préviennent que leurs analyses étant basées sur un échantillon d’utilisateurs de Last.fm, leurs résultats peuvent ne pas être représentatifs de tous les utilisateurs de Last.fm ou des utilisateurs d’autres plates-formes de diffusion de musique.


Lecture en cours sur Sonos: musique haute résolution du service de streaming Qobuz


Plus d’information:
Soutenir les caractéristiques underground des auditeurs de musique au-delà du grand public, Science des données EPJ (2021). DOI: 10.1140 / epjds / s13688-021-00268-9

Fourni par BioMed Central

Citation: Les recommandations musicales générées par un algorithme peuvent être moins précises pour les auditeurs de hard rock (2021, 29 mars) récupéré le 14 avril 2021 sur https://techxplore.com/news/2021-03-algorithm-generated-music-accurate-hard.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.