$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

사용자 행동 기반 음악 선호도 측정에 관한 연구
Measurement of music preference based on user behavior 원문보기

한국정보처리학회 2014년도 춘계학술발표대회, 2014 Apr. 22, 2014년, pp.340 - 343  

양원우 (국민대학교 보안 스마트 전기 자동차과) ,  김유경 (국민대학교 전자공학부) ,  전미영 (국민대학교 전자공학부) ,  정구민 (국민대학교 전자공학부)

초록
AI-Helper 아이콘AI-Helper

현대에 많은 사람들이 스마트폰, mp3 player와 같은 휴대기기에 많은 음원 파일을 넣어 음악을 듣는다. 그 음악 중에는 잘 듣지 않는 것도 다수 존재하지만 사용자는 그런 파일을 즉시 지우지 않을뿐더러 자기 자신조차 어떤 음악을 즐겨듣는지 아닌지 모두 파악하지 못한다. 본 논문에서는 사용자들이 음악 재생기를 조작할 때 발생하는 행동 패턴을 기반으로 음악의 선호도를 산출하고, 이를 이용하여 음악 선호도 순위 정보를 사용자에게 제공하여 음악 관리를 편하게 할 수 있도록 해주는 시스템을 제안한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 구현한 어플리케이션이 의미있는 결과를 낼 수 있는지를 평가하기 위해 실제 사용하는 것과 같은 환경에서 실험을 하였다.
  • 이런 방법을 적용하여 음악 재생기 어플리케이션을 설계, 구현하였고. 더 나아가 이렇게 얻은 정보를 활용 가능한 모델을 제안한다.
  • 본 논문에서는 사용자가 음악 재생기를 조작하는 행동으로부터 기기에 있는 음악의 선호도를 산출하여 사용자에게 선호도 정보를 제공하는 방법에 대해서 제안하였고, 더 나아가 사용자가 이것을 이용해 자신의 음악 성향을 파악하여 음악 파일을 관리하는 데 도움을 줄 수 있는 음악 재생기를 구현하였다.
  • 본 논문에서는 이런 한계를 극복하기 위해 음악 재생기를 조작하는 사용자의 의식적, 무의식적 행동을 분류하고, 조작 행위들을 수집하여 소유한 음악의 선호도 점수로 산출하는 방법을 제시한다. 이런 방법을 적용하여 음악 재생기 어플리케이션을 설계, 구현하였고.
  • 이러한 제안이 유효한지 확인하기 위해, 음악 재생기 기능의 안드로이드 어플리케이션을 제작하였고 무작위한 행동패턴을 가정하였을 때 선호도 분포를 확인함으로써 보편적으로 제품에 적용될 수 있는지 실험해보도록 한다.

가설 설정

  • 1) 무슨 곡이 나오는지 신경 쓰지 않고 음악을 연속해서 듣는다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
소유한 음악의 선호도를 알게 된다면 기대할 수 있는 효과는 무엇인가? 소유한 음악의 선호도를 알게 된다면 음악을 관리함이 편리해짐은 물론이고, 더 나아가 자신이 선호하는 음악이 많이 일치하는 사람의 다른 곡을 얻어와 높은 만족도의 추천 곡을 얻을 수 있다.
사용자의 입력패턴을 분석하여 좀 더 나은 서비스를 제공하는 방법하는 등의 노력은 어떠한 한계점을 가지는가? 기존에 이런 시도들은 높은 연산량을 요구하여 휴대기기에 적용하기 힘들거나, 비슷한 음악이 아닌 다양한 장르나 악기편성을 가지는 음악들을 고루 듣는 사용자에게 적용했을 때 결과를 장담 할 수 없다는 문제가 존재한다.
사용자가 선택한 음악과 유사한 추천 곡을 제공하기 위해 음악 데이터를 분석하고 비슷한 곡 위주로 음악을 추천하는 방법은 어떠한 한계를 가지는가? 이 방법은 비슷한 음악을 찾아 줄 수 있지만, 음악의 피치나 밀도, 악기의 개수 등을 분석하여 찾아주는 것이기 때문에 악기편성, 장르와 같은 분류의 음악을 추천해준다. 하지만 복수의 장르를 선호하는 사용자이거나 가사 때문에 그 음악을 좋아하는 등의 경우에는 적용 할 수 없다는 한계점이 존재한다. 이뿐만 아니라 이 방법으로 곡을 추천하기 위해서는 모든 음악 파일들을 무거운 데이터 연산을 해서 분석을 해야 하기 때문에 배터리 이슈가 있는 휴대용 기기에서 사용하기에 적합하지 않다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로