Credit:CC0 Public Domain根据发表在开放获取期刊《EPJ数据科学》上的一项研究，与其他非主流音乐的听众相比，音乐推荐系统对硬摇滚和嘻哈等高能量音乐的听众给出的音乐推荐可能不太准确。来自格拉茨理工大学、Know-Center GmbH、约翰内斯·开普勒林茨大学、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。他们使用了一个数据集，其中包含了音乐流媒体平台Last.fm的4148名用户的收听历史，这些用户要么收听的大多是非主流音乐，要么收听的大多是主流音乐(每组2074名用户)。基于艺术家音乐用户最常听的音乐，作者使用计算模型来预测音乐用户喜欢四种常见音乐推荐算法推荐给他们的音乐的可能性。他们发现，主流音乐的听众似乎比非主流音乐的听众收到更准确的音乐推荐。
然后，作者使用一种算法，根据他们最常听的音乐特征，对他们样本中的非主流音乐听众进行分类。这些群体是:只包含声学乐器(如民谣)的音乐流派的听众、高能量音乐(如硬摇滚和嘻哈)的听众、有声学乐器但没有人声(如环境音乐)的音乐听众，以及没有人声(如electronica)的高能量音乐的听众。作者比较了每组的收听历史，并确定了哪些用户最有可能收听他们喜欢的音乐类型之外的音乐，以及每组中收听的音乐类型的多样性。
研究发现，那些主要听环境音乐的人也最有可能听硬摇滚、民谣或电子音乐听众喜欢的音乐。那些大多听高能音乐的人也最不可能听民谣、电子音乐或环境音乐听众喜欢的音乐，但他们听的音乐种类最多，例如硬摇滚、朋克、歌手/词曲作者和嘻哈音乐。
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，那些听高能量音乐的人得到的音乐推荐最不准确，而那些听环境音乐的人得到的推荐最准确。
相应的作者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，音乐推荐系统对于帮助用户搜索、分类和过滤大量音乐收藏变得至关重要。我们的发现表明，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受欢迎的音乐，导致非主流音乐不太可能被算法推荐。”
“此外，”伊丽莎白·莱克斯补充道，“我们的结果表明，与那些听硬摇滚和嘻哈音乐的人相比，那些主要听环境音乐的人的音乐偏好可以更容易地通过音乐推荐算法来预测。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，这些系统可以为非mai nstream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.fm用户的样本，他们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的用户。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
