• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実施状況報告書

同一ユーザの消費情報と創作情報の二面性を考慮したユーザ生成コンテンツ推薦

研究課題

研究課題/領域番号 20K19934
研究機関国立研究開発法人産業技術総合研究所

研究代表者

佃 洸摂  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)

研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード情報推薦 / 情報検索 / 推薦理由 / 楽曲推薦 / 楽曲検索
研究実績の概要

本年度の主な実績は以下の二点である。
一点目の研究では、ユーザへの楽曲推薦の有効なアプローチのひとつである、アーティストと楽曲を潜在ベクトルで表現してユーザの楽曲に対する好みを推定する方法に着目し、潜在ベクトルの位置関係に基づくアーティストと楽曲の関係性としてoverall similarityとprominent affinityの二種類を提案した。前者はアーティストが持つ性質と楽曲との総合的な類似度であり、後者はアーティストが持つ特徴的な性質を楽曲が持つ度合いである。これらの関係性を用いることで、新しい観点から楽曲検索が可能になることを示した。具体的には、ユーザのアーティストへの親密性に基づく検索、アーティストにとっての楽曲の典型性に基づく検索、アナロジーに基づく検索の3種類の検索を提案した。以上の成果を国内会議 情報処理学会 第129回音楽情報科学研究会および、国際会議ISMIR 2020で発表した。
二点目の研究では、ユーザが既に消費したコンテンツに対する推薦理由の提示という、推薦理由を扱う研究分野で考慮されてこなかった新しいアプローチを提唱した。楽曲の聴取では繰り返し消費されるコンテンツの割合が特に高いことが知られているため、楽曲推薦における9種類の推薦理由を、属人的要因、社会的要因、コンテンツ的要因の三つの要因に基づいて提案した。622 人を対象としたアンケート調査を行い、9種類の推薦理由の有用性を検証し、さらに得られた知見の推薦への活用方法を議論した。以上の成果を国内会議 情報処理学会 第142回情報基礎とアクセス技術研究会および、国際会議ACM RecSys 2020で発表した。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

本研究では、プロのクリエータだけでなく一般の人々であっても容易にコンテンツの創作が可能となった結果として、多くの人が消費者としての役割と創作者としての役割の二面性を持ち合わせている点に着目している。多くの人が創作者として振る舞うことで、世の中はこれまで以上に大量のコンテンツで溢れることになる。その結果として、消費者として振る舞う際に、膨大なコンテンツの中から望ましいコンテンツを見つけるのが困難になる問題が生じる。また、コンテンツの消費のされ方が刹那的なものになり、せっかく創作したコンテンツに長く触れてもらえないという、創作者としての側面に関する問題も生じる。本年度の一点目の研究成果は前者の問題点、二点目の研究成果は後者の問題点の解決に関連しており、コンテンツの消費・創作を取り巻く現状の改善に向けておおむね順調に進展している。

今後の研究の推進方策

2020年度に引き続き、コンテンツの消費・創作を取り巻く現状の改善に向けて以下の二点の課題に取り組む。
課題1:人々の消費者としての側面と創作者としての側面を同時に考慮できる、コンテンツ推薦モデルの開発。
課題2:特に音楽ドメインを対象とした、人々の音楽コンテンツに対する振る舞いの分析および、分析結果に基づく音楽コンテンツ推薦方法の検討。

次年度使用額が生じた理由

国内会議および国際会議がオンライン開催となったため、次年度使用額が生じた。次年度は、大規模データを用いた分析を行う予定であるため、研究開発用途でより高性能なPCを購入する際の補填として使用する。

  • 研究成果

    (8件)

すべて 2021 2020 その他

すべて 雑誌論文 (3件) (うち査読あり 2件) 学会発表 (4件) (うち国際学会 2件) 備考 (1件)

  • [雑誌論文] 繰り返し消費されるコンテンツを対象とした推薦理由の提示2021

    • 著者名/発表者名
      佃 洸摂、後藤 真孝
    • 雑誌名

      Proceedings of 情報処理学会 第142回情報基礎とアクセス技術研究会

      巻: 2021-IFAT-142 ページ: 1~7

  • [雑誌論文] Explainable Recommendation for Repeat Consumption2020

    • 著者名/発表者名
      Kosetsu Tsukuda, Masataka Goto
    • 雑誌名

      Proceedings of the 14th ACM Conference on Recommender Systems (RecSys 2020)

      巻: - ページ: 462~467

    • DOI

      10.1145/3383313.3412230

    • 査読あり
  • [雑誌論文] Analysis of Song/Artist Latent Features and Its Application for Song Search2020

    • 著者名/発表者名
      Kosetsu Tsukuda, Masataka Goto
    • 雑誌名

      Proceedings of the 21st International Society for Music Information Retrieval Conference (ISMIR 2020)

      巻: - ページ: 717~725

    • DOI

      10.5281/zenodo.4245538

    • 査読あり
  • [学会発表] 繰り返し消費されるコンテンツを対象とした推薦理由の提示2021

    • 著者名/発表者名
      佃 洸摂、後藤 真孝
    • 学会等名
      情報処理学会 第142回情報基礎とアクセス技術研究会
  • [学会発表] Explainable Recommendation for Repeat Consumption2020

    • 著者名/発表者名
      Kosetsu Tsukuda, Masataka Goto
    • 学会等名
      The 14th ACM Conference on Recommender Systems (RecSys 2020)
    • 国際学会
  • [学会発表] Analysis of Song/Artist Latent Features and Its Application for Song Search2020

    • 著者名/発表者名
      Kosetsu Tsukuda, Masataka Goto
    • 学会等名
      The 21st International Society for Music Information Retrieval Conference (ISMIR 2020)
    • 国際学会
  • [学会発表] Analysis of Song/Artist Latent Features and Its Application for Song Search2020

    • 著者名/発表者名
      Kosetsu Tsukuda, Masataka Goto
    • 学会等名
      情報処理学会 第129回音楽情報科学研究会
  • [備考] 佃 洸摂 / Kosetsu Tsukuda

    • URL

      http://ktsukuda.me/

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi