User-Generated Content Recommendation Considering the Dual Aspect of User Consumption and Creative Information

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K19934
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 62020:Web informatics and service informatics-related
• Research Institution: National Institute of Advanced Industrial Science and Technology
• Principal Investigator: Tsukuda Kosetsu 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (40760020)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 情報検索 / 情報推薦 / 音楽コンテンツ / ユーザ行動分析 / Webサービス / ユーザインタラクション

Outline of Final Research Achievements

We conducted research on efficient content retrieval and content recommendation for users from vast amounts of content. Specifically, we addressed four research topics: (1) song search based on the latent vector relationship between artists and songs, (2) providing recommendation explanations for repeatedly consumed content, (3) music recommendation in situations where multiple users listen to the same song simultaneously, and (4) investigation of how and why people view lyrics while listening to music on smartphones, with applications to music recommendation. In each research topic, we proposed novel approaches to search and recommendation and presented the results in international conferences.

Free Research Field

情報検索、情報推薦

Academic Significance and Societal Importance of the Research Achievements

プロのクリエータだけでなく一般の人々も比較的手軽にコンテンツを作れるようになった現在では、多くの人が消費者としての役割だけでなく創作者としての役割も担っている。そうした社会においては、人々がアクセスできるコンテンツの量はこれまで以上に増加するため、効率的なコンテンツの検索技術や、ユーザが欲するコンテンツの推薦技術がより重要になる。本研究では、そうした検索技術や推薦技術を提案している点で社会的意義がある。また、人々とコンテンツのインタラクションに関する大規模な基礎調査を行ったり、提案した検索技術や推薦技術の有用性を定性的・定量的に評価したりしている点で学術的意義がある。