• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.75-78
• /
• 2018

Recently, the amount of music that can be heard is increasing exponentially due to the growth of the digital music market. Because of this, online music service users have had difficulty choosing their favorite music and have wasted a lot of time. In this paper, we propose a recommendation technique to minimize the difficulty of selection and to reduce wasted time. The proposed technique uses an item - based collaborative filtering algorithm that can recommend items without using personal information. For more accurate recommendation, the user's preference is predicted by using the metadata of the music source and the top-N music with high preference is finally recommended. Experimental results show that the proposed method improves the performance of the proposed method better than it does when the metadata is not used.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.541-543
• /
• 2004

인터넷의 대중화로 인하여 인터넷상에 많은 음악 정보가 존재하게 되었다. 이에 따라서 사용자에게 음악 정보를 손쉽게 접근할 수 있게 해주는 서비스뿐만 아니라, 사용자에게 적절한 음악을 추천해주는 서비스의 중요성도 증가하고 있다. 본 논문에서는 사용자의 상황을 인식하고 사용자와의 대화를 통해서 적절한 음악을 추천해주는 인공 DJ를 제안한다 인공 DJ는 센서로부터 실내 온도, 습도, 조도, 소음을 입력받고, 인터넷을 통하여 날씨 정보를 입력받고, 사용자의 감정추론을 위하여 사용자가 입력하는 문장을 분석하여 Activation-Evaluation Space상에서 사용자의 감정을 표시함으로써 사용자의 주변 상황을 인식하고, 사용자의 성향을 파악하여 IF-THEN 규칙을 만들어 대수학적 연산자(algebraic operator)를 통한 퍼지 추론 방법을 이용하여 적절한 음악을 추천한다. 피험자 10명을 대상으로 실시한 설문조사 결과 제안하는 방법이 유용함을 알 수 있었다.

• Journal of Digital Convergence
• /
• v.17 no.9
• /
• pp.375-381
• /
• 2019

Recently, the recommendation system has attracted the attention of users as customized recommendation services have been provided focusing on fashion, video and music. But these services are difficult to provide users with proper service according to many different contexts because they do not use contextual information emerging in real time. When applied contextual information expands dimensions, it also increases data sparsity and makes it impossible to recommend proper music for users. Trying to solve these problems, our study proposed a music recommendation system to recommend proper music in real time by applying association rules and using relationships and rules about the current location and time information of users. The accuracy of the recommendation system was measured according to location and time information through 5-fold cross validation. As a result, it was found that the accuracy of the recommendation system was improved as contextual information accumulated.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.5
• /
• pp.177-187
• /
• 2024

177-Existing music recommendation systems do not sufficiently consider the discrepancy between the intended emotions conveyed by song lyrics and the actual emotions felt by users. In this study, we generate topic vectors for lyrics and user comments using the LDA model, and construct a user preference model by combining user behavior trajectories reflecting time decay effects and playback frequency, along with statistical characteristics. Empirical analysis shows that our proposed model recommends music with higher accuracy compared to existing models that rely solely on lyrics. This research presents a novel methodology for improving personalized music recommendation systems by integrating emotion recognition and user behavior analysis.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.208-211
• /
• 2013

인터넷의 발달과 온라인 음악서비스로 인해 많은 사람들이 손쉽게 원하는 곡들을 선택하여 청취할 수 있다. 수많은 곡들 중 자기가 선호하는 음악을 듣고 찾기엔 많은 시간이 필요할 뿐만 아니라 검색하기 위해 곡 제목이나 아티스트 및 연도에 관한 정보도 숙지해야 할 것이다. 또한 질의에 해당하는 키워드가 포함되는 리스트만 제공되는 기존 음악 다운 사이트의 환경을 개선하고자, 영국 헤리엇와트 대학 연구진의 결과를 토대로 한 성격유형을 매칭시켜 해당된 장르를 구하고 컨텐트 기반인 음색유사도를 통해 질의에 해당된 음악을 추천해 주는 시스템을 설계하고자 한다. 4Shared.com과 비교 분석하였고 누구나 아는 유명한 곡들보다 한번도 들어보지 못한 곡들을 추천함으로써 유용성에 대한 기대감을 높이고자 한다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.9
• /
• pp.650-657
• /
• 2006

The music is a part of our daily life in these days. And when the people listen to the music, they are affected by the context. However, previous researches on the music recommendation system have the problem that they didn't consider the proper contextual information efficiently. They only used the content-based filtering or the method to use musical metadata (genre, artist, etc.). Recently, there are some researches about the music recommendation system which applies the status(temperature, humidity, etc.) of environments. But, it is difficult to be accepted by the contextual information. Therefore, we propose the music recommendation system that is dynamically applied by the contextual information as well as the metadata in the previous researches. And the system can provide users with the music that they want to listen to, and then the users can be more satisfied. Also, the services can be improved by the feedback of the users. In order to solve this problem, the context-information for selecting a music list is defined and the music recommendation system is designed by using the content-based filtering method. The system is suitable for the user's taste and the context. The music recommendation system we are proposing uses an OSGi framework in the home network. As a result, the satisfaction of users and the quality of services will be improved more efficiently by supporting the mobility of services as well as the distributed processing.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.42-45
• /
• 2010

본 연구에서는 한국의 대중가요의 가사 정보를 형태소 단위로 분석하고 이 정보를 기반으로 노래의 감정을 분류하여 추천하는 시스템을 제안한다. 이 시스템을 구축하기 위해서 수집된 노래의 가사는 형태소를 분석하여 각 형태소를 자질로 결정하고, 사용되는 분류기는 ME 모델을 이용해서 학습된다. 이 학습된 분류기는 자질의 수에 따라 그 성능이 분석되고, 분류기를 사용한 추천 시스템은 랜덤하게 생성된 데이터 집합에 대해서 얼마나 정확하게 노래를 추천하는 지를 분석한다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.11
• /
• pp.133-140
• /
• 2012

In this paper, we propose a music recommendation method considering users' tags by collaborative tagging in a social music site. Since collaborative tagging allows a user to add keywords chosen by himself to web resources, it provides users' preference about the web resources concretely. In particular, emotional tags which represent human's emotion contain users' musical preference more directly than factual tags which represent facts such as musical genre and artists. Therefore, to classify the tags into the emotional tags and the factual tags and to assign weighted values to the emotional tags, a tag ontology called UniTag is developed. After preprocessing the tags, the weighted tags are used to create user profiles, and the music recommendation algorithm is executed based on the profiles. To evaluate the proposed method, a conventional playcount-based recommendation, an unweighted tag-based recommendation, and an weighted tag-based recommendation are executed. Our experimental results show that the weighted tag-based recommendation outperforms other two approaches in terms of precision.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.508-510
• /
• 2003

스마트 공간은 사용자의 간섭을 최소화하면서, 사용자의 패턴. 상태, 위치등을 파악하여 사용자에게 알맞은 서비스를 제공하는 환경이다. 스마트 공간에서 개인화된 정보를 이용하여 서비스를 제공하기 위해서는 사용자의 개인화된 정보를 묵시적으로 추출할 수 있도록 모델링 해야 하며, 한 공간에서 다수의 사용자가 있을 경우에 발생할 수 있는 선호도의 충돌을 해소할 수 있도록 하여야 한다. 본 연구에서는 스카트 공간에서 음악에 대한 개인화된 정보를 추출하여 음악 서비스를 제공하는 MOUSAI 시스템을 제안하였다. MOUSAI 시스템은 한 공간에서 여러 사람이 있을 경우, 발생할 수 있는 사용자들간의 취향의 차이를 조절하여 다수의 사용자가 만족할 수 있는 음악을 선곡하여 준다 또한, 환경적 요인인 시간과 장소. 사용자의 음악에 대한 성향을 고려하여 좀 더 정확한 추천을 할 수 있도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.1112-1114
• /
• 2017

본 논문은 감정변화와 관련이 높다고 알려져 있는 생체정보인 뇌파(EEG), 심전도(ECG), 심박변이도(HRV)를 바탕으로 사용자의 감정상태를 추론하여 치유음악을 추천해주는 시스템을 제안한다. 사용자의 생체정보를 기반으로 사용자의 감정상태를 평온, 집중, 긴장, 우울의 4가지 단계로 분류하는 감성추론 시스템을 설계하고, 각각의 감정상태에 따라 적절한 카테고리의 음악을 추천함으로써 사용자의 스트레스 정도를 완화시키고자 한다.