KANSAI UNIVERSITY

音楽推薦システム

ユーザの主観に合わせた楽曲推薦!

近年,インターネット上での音楽配信が盛んとなり,様々な種類の音楽が簡単に手に入るようになっています.しかし,数千,数万という大量の楽曲の中から自分好みの楽曲を探すのは非常に困難です.そこで,大量の楽曲の中からユーザの好みに合った楽曲を自動で推薦する楽曲推薦システムの開発が行われてきました.

従来の楽曲推薦システムには,2種類あります.一つは,同じ楽曲を聞いている他のユーザの好きな楽曲を推薦する方法で,Amazonのおすすめなどに用いられています.もう一つは,楽曲に対してタグ付(分類)を行い,同じタグを持つ(要は似ていると思われる)楽曲を好むと仮定して推薦を行う方法です.このとき,タグ付は専門家や機械による自動抽出で行われます.しかし,楽曲に対する「好み」は複雑なもので,好きな楽曲と同じような楽曲を求めているとは限りませんし,専門家や機械による分類がユーザの主観と異なり求めている楽曲が推薦されない場合もあります.

従来のシステム

従来の楽曲推薦システム

本研究では,このような問題を解決するために,ユーザの主観に合わせた楽曲推薦システムの開発を目指しています.そのために,衣服検索システムに用いられていた「感性検索システム」を利用した楽曲推薦システムの開発に取り組んでいます.

楽曲推薦システムの概要

本研究の楽曲推薦システムでは,システムがユーザの音楽趣向を学習して推薦する必要があります.システムはユーザの感性を学習するために「感性エージェント」を用いています.

提案システム

本研究の楽曲推薦システム

感性エージェントは,システム上でユーザの代わりとなり,ユーザと同じように楽曲を評価する機能を持っています.感性エージェントがすべての楽曲に対してユーザと同じ評価をすることができるならば,ユーザの代わりに楽曲を検索し,ユーザの好む楽曲を推薦することができます.そのために感性エージェントはユーザの感性を学習しなければなりません.

感性エージェントの学習方法は至ってシンプルで,ユーザがシステムに推薦された楽曲を評価するだけです.同じ楽曲に対する評価の差をもとに感性エージェントはユーザの好みを学習します.これを繰り返すことで,感性エージェントはユーザの感性を理解することができ,ユーザの主観に合った楽曲推薦システムを実現することができます.

本システムは現状,シミュレーション上である程度の有効性が確認されていますが,ユーザが大量の楽曲を評価しないとシステムがうまく動かないなどの技術的課題も存在しています.