根据发表在《开放获取》杂志上的一项研究，音乐推荐系统给硬摇滚和嘻哈等高能量音乐的听众的音乐推荐可能不如其他非主流音乐的听众准确EPJ数据科学．
来自格拉茨理工大学、知识中心有限公司、林茨约翰内斯开普勒大学、奥地利因斯布鲁克大学和荷兰乌得勒支大学的一组研究人员比较了算法生成的音乐推荐对主流和非主流音乐听众的准确性。他们使用了一个包含4148名音乐流媒体平台Last用户的收听历史的数据集。FM用户要么主要听非主流音乐，要么主要听主流音乐(每组2074名用户)。根据音乐用户最常听的艺术家的音乐，作者使用了一个计算模型来预测音乐用户喜欢四种常见的音乐推荐算法推荐给他们的音乐的可能性。他们发现，听主流音乐的人似乎比听非主流音乐的人得到了更准确的音乐推荐。
然后，作者使用一种算法，根据他们最常听的音乐的特征，对样本中的非主流音乐听众进行分类。这些群体分别是:只含有原声乐器的音乐类型的听众，如民谣，高能音乐的听众，如硬摇滚和嘻哈，有原声乐器但没有人声的音乐的听众，如环境音乐，以及没有人声的高能音乐的听众，如电子乐。作者比较了每个组的收听历史，并确定了哪些用户最有可能听他们喜欢的音乐类型以外的音乐，以及每个组中所听音乐类型的多样性。
研究发现，那些经常听环境音乐的人最有可能也会听硬摇滚、民谣或电子乐听众喜欢的音乐。那些经常听高能量音乐的人最不可能也听民谣、电子乐或环境音乐的人喜欢的音乐，但他们会听各种各样的音乐类型，例如硬摇滚、朋克、歌手/词曲作家和嘻哈音乐。
作者使用用户的收听历史和计算模型来预测不同的非主流音乐听众群体喜欢由四种常见音乐推荐算法生成的音乐推荐的可能性。他们发现，那些主要听高能音乐的人得到的音乐推荐准确率最低，而那些主要听环境音乐的人得到的推荐准确率最高。
通讯作者Elisabeth Lex说:“随着越来越多的音乐可以通过音乐流媒体服务获得，音乐推荐系统已经成为帮助用户搜索、分类和过滤大量音乐收藏的关键。”我们的研究结果表明，许多最先进的音乐推荐技术可能无法为非主流音乐听众提供高质量的推荐。这可能是因为音乐推荐算法偏向于更流行的音乐，导致非主流音乐不太可能被算法推荐。”
Elisabeth Lex补充道:“此外，我们的研究结果表明，音乐推荐算法更容易预测那些主要听环境音乐的人的音乐偏好，而不是那些听硬摇滚和嘻哈音乐的人的偏好。这意味着他们可能会收到更好的音乐推荐
作者认为，他们的发现可以为音乐推荐系统的创建提供信息，为非主流音乐听众提供更准确的推荐。然而，他们警告说，由于他们的分析是基于Last的样本。fm用户的发现可能不能代表所有Last。FM用户或其他音乐流媒体平台用户。
结束- - -
媒体接触
黛博拉Kendall-Cheeseman
助理新闻主任
伟德体育在线
T: +44 (0)20 7843 2653
艾凡:deborah.kendall@springernature.com
编者说明:
1.研究文章:
“支持非主流音乐听众的地下特征”
EPJ数据科学2021
DOI: 10.1140 / epjds / s13688 - 021 - 00268 - 9
禁运解除后，文章将在这里:
这篇文章可在杂志网站
请在你所写的任何故事中说出你的日记。如果你正在为网络写作，请链接到文章。
2.EPJ数据科学涵盖广泛的研究领域和应用，特别鼓励来自技术-社会经济系统的贡献，其中包括那些现在将人类的数字“轨迹”视为科学调查的一级对象的研究路线。主题包括但不限于，人类行为，社会互动(包括动物社会)，经济和金融系统，管理和商业网络，社会技术基础设施，卫生和环境系统，科学的科学，以及一般风险和危机情景预测，包括政策建议。