한국방송∙미디어공학회:학술대회논문집 (Proceedings of the Korean Society of Broadcast Engineers Conference)
- 한국방송공학회 2010년도 하계학술대회
- /
- Pages.142-145
- /
- 2010
사용자 감성과 음원 무드기반 음악 추천 시스템
Music Recommendation System Based on User Emotion and Music Mood
- 최현석 (건국대학교 컴퓨터공학부) ;
- 이종형 (건국대학교 컴퓨터공학부) ;
- 김민욱 (건국대학교 컴퓨터공학부) ;
- 김지나 (건국대학교 컴퓨터공학부) ;
- 조현태 (건국대학교 컴퓨터공학부) ;
- 이한덕 (건국대학교 컴퓨터공학부) ;
- 윤경로 (건국대학교 컴퓨터공학부)
- Choi, Hyun-Suk (School of Computer Science and Engineering, Konkuk University) ;
- Lee, Jong-Hyung (School of Computer Science and Engineering, Konkuk University) ;
- Kim, Min-Uk (School of Computer Science and Engineering, Konkuk University) ;
- Kim, Ji-Na (School of Computer Science and Engineering, Konkuk University) ;
- Cho, Hyun-Tae (School of Computer Science and Engineering, Konkuk University) ;
- Lee, Han-Duck (School of Computer Science and Engineering, Konkuk University) ;
- Yoon, Kyoung-Ro (School of Computer Science and Engineering, Konkuk University)
- 발행 : 2010.07.08
초록
본 논문에서는 사용자의 12가지 감성 정보와 음악의 8가지 무드 카테고리를 기반으로 음악을 추천해주는 시스템을 구현하였다. 사용자의 감성과 음악의 무드를 기반으로 음악을 검색하기 위해 전공자 집단 5명과 비전공자 집단 13명, 총 18명으로부터 감성 히스토리 정보와 무드 분류 정보를 얻었다. 감성 히스토리 정보는 참여자가 자신의 감성 정보를 지정하고 어떤 음악을 들었는지를 나타내며, 무드 분류 정보는 각 곡이 어떤 무드를 갖는지를 나타낸다. 위에서 얻어진 정보를 바탕으로 사용자의 감성 정보를 기반으로 3가지 각기 다른 추천 알고리즘을 구현했다. 첫 번째 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트 중 1위곡의 무드 정보를 이용하여 음악을 추천한다. 두 번째 알고리즘은 첫 번째 알고리즘에서 1위곡부터 20위곡까지의 무드 정보를 이용하여 음악을 추천한다. 마지막 추천 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트를 등록된 사용자들이 가장 많이 들었던 순서대로 정렬하여 음악을 추천한다.