• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.250-253
• /
• 2006

최근 들어 음원 협회의 항소로 인해 음악 파일을 무료로 다운 받을 수 없게 되었다. 이로 인해, 유료 음악 사이트의 사용이 증가되었고,수익성이 커지고 있다.하지만 수요가 커진 것에 비해, 대부분의 음악 사이트들의 서비스는 음악 메일이나 휴대폰 전송 등에 그치고 있다. 따라서 사용자를 유치하기 위한 전략으로 추천시스템을 제안하고자 한다. 그 방법으로, 본 논문에서는 음악의 파형 변화를 분석하고, 사용자가 다운로드했던 파일의 리스트를 통하여 사용자 맞춤형 추천 시스템을 벡터 유사도를 통하여 구현하고자 한다. 음악에 대한 성분은 파형을 통하여 진폭과 진동수에 대한 특징 벡터를 추출한다. 그리고 사용자의 다운로드 리스트에 누적시킨다. 위의 두 절차를 통해 사용자의 리스트를 분석하여 비슷한 성분의 음악을 검색한다. 실험을 위해 사용되는 음악 성분에 대한 내용은 수치적인 데이터를 기반하고 있기 때문에 자동화가 용이했고, 빠른 연산 시간과 유동적인 검색 범위를 가질 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.56-59
• /
• 2008

현재의 음악 서비스들의 대부분은 음악을 가수 이름이나 장르와 같은 키워드들로 구분하여 사용자에게 제공한다. 하지만 음악의 장르가 다양해지고, 장르별로 음악의 유형도 다양해짐에 따라 키워드 기반은 음악 제공 방법만으로는 사용자가 원하는 음악을 제공하는데 한계가 있다. 이런 한계점을 극복하기 위하여 음악 자체의 성질을 기반으로 음악을 분석하는 컨텐츠 기반의 음악 분석 방법이 필요하다. 또한 사용자가 원하는 음악을 제공 받을 수 있도록 사용자의 음악 선호도를 분석하여 그에 맞는 음악을 제공하는 방법도 필요하다. 본 논문에서는 음악의 시퀀스 정보와 특징을 추출하여 음악 모델을 구축하고, 이를 사용하여 사용자의 음악 선호도를 분석하는 방법을 제안하고, 사용자의 선호도에 맞는 음악을 제공하기 위하여 선호도 분석 방법을 통해 음악을 추천해주는 시스템을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06d
• /
• pp.153-155
• /
• 2011

최근 음악 검색 연구에서 일반적으로 사용되는 방법은 키워드 중심의 텍스트 기반 검색방식, 음원의 특징 정보나 허밍 질의 처리 등을 이용하는 내용기반 검색 방식 등이 있다. 그러나 이러한 검색 방식은 단순히 원하는 음악을 질의에 따라 검색해 주며 인간의 감성을 고려하지 못하고 있다. 따라서 본 논문에서는 질의에 의한 검색뿐만 아니라 질의한 음원과 감성정도가 같은 음원을 추천하는 인간 감성 기반 음악 검색 및 추천 시스템을 제안한다. 인간 감성 기반 음악 검색 및 추천 시스템은 크게 2가지 요소로 구성된다. 첫 번째는 사용자가 질의한 질의어를 분석하는 감성기반 검색추론엔진과 두 번째는 음원의 특징 정보 및 감성 정보를 가지고 있는 음원 감성 정보 데이터베이스로 구성된다. 사용자의 감성에 따라 음악을 검색하고 추천한다는 것은 향후 음반 산업에 큰 발전에 기여할 것으로 기대한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.41-44
• /
• 2011

본 연구는 현재 사용자가 청취한 음악과 청취한 순서를 기반으로 다음에 사용할 아이템을 추천하는 문제를 다룬다. 우리가 제시하는 모델은 아이템 사용 로그를 기반으로 하며, 정보검색에서 많이 사용하는 N-gram모델을 사용하여 아이템의 순서열을 추출한 후 다음에 올 확률이 높은 아이템을 학습한다. 그리고 사용자가 현재 선택한 아이템의 순서열을 기반으로 다음에 가장 들을 확률이 높은 아이템을 추천한다. 또 실 세계 데이터를 기반으로 실험하여 협업적 필터링 방식과 성능을 비교한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.31-32
• /
• 2016

최근 음악 서비스 분야에는 감성추천 서비스가 시행되고 있다. 추천 시스템에 따라 내용 기반 추천 방식과 협업 기반 추천 방식으로 크게 구분할 수 있으며 대부분의 음악 서비스 분야에서는 많은 사용자들로부터 얻은 기호정보에 따라 사용자들의 관심사들을 자동적으로 예측하는 방법인 협업 기반 추천 방식으로 서비스를 운영하고 있다. 이에 따라 협업 기반 추천 방식을 사용하는 대표 음원 사이트 멜론과 벅스에서 음악 추천 서비스의 추천된 음악이 실제 감성과 맞는지 기쁨과 슬픔으로 분류하여 Russell의 감성 모형을 기준으로 가사의 5차 분류를 통해 곡의 감성을 분석하여 카테고리의 추천음악과 가사의 상관관계를 비교 연구하였다. 그 결과, 각 카테고리의 감성추천 음악과 실제 음악의 감성이 일치하는 부분도 있지만, 그 외 다양한 감정들이 도출되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1512-1513
• /
• 2015

본 연구에서는 다차원 추천시스템을 기반으로 동영상 음악추천 시 평가 함수R을 극대화하기 위한 각 다차원 구성요소들은 무엇이고, 이들의 상대적 가중치에 대하여 연구하였다. 일반적으로 추천시스템의 구성변수가 많아질수록 평가 함수R을 극대화하는 것이 유리하나, 계산의 복잡성으로 예측성능과 추천유효성을 저해할 수 있어 구성변수의 증가와 추천 성능을 동시에 해결하는 것이 필요하다. 연구대상 음악동영상은 일반 영상과 달리 오디오 정보와 시선 정보를 싱크하여 감정의 흐름을 추론한다. 실험 대상자는 사용자가 선호할 것으로 예상되는 음악동영상을 추론하기 위하여 대학생으로 한정한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.573-575
• /
• 2019

현존하는 음악 추천형 챗봇들은 사용자의 의도가 아닌 챗봇 임의의 분류기준을 가지고 음악을 추천해왔다. 하지만 이러한 음악 추천은 공급자의 의도에 제한되어있는 단면적인 추천이 될 가능성이 높다. 이를 개선하고자 본 논문에서는 자연어를 처리하는 기법(NLP)의 처리를 통해 추출한 단어를 자연어 이해 기법(NLU)으로 특정 감성어 데이터를 마이닝하는 방법을 채용한다. 이를 통해 추출된 감성어를 원하는 쿼리에 따라 매핑된 음악데이터만을 추출한다. 이를 통해 닫힌 대화 구조에서의 사용자 의도 해석의 한계를 극복한다.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.701-704
• /
• 2010

본 논문에서는 블로그의 포스트로부터 주요 키워드를 추출하여 노래 가사 데이터와 유사도를 분석, 해당 블로그 포스트에 적합한 음악을 추천하는 기법을 제안한다. 또한, 블로거가 포스트마다 제시한 태그들도 주요한 키워드로서 활용한다. 이를 위해서, 첫째로 TF-IDF 기법을 사용하여 텍스트로 구성된 포스트의 중요 키워드를 추출한다. 둘째로 포스트의 태그와 추출된 키워드를 기반으로 유사한 노래 가사를 LSA 기법으로 검색하여 가장 높은 유사도를 갖는 음악을 선택, 적합한 음악으로써 추천한다. 사용자 만족도 평가 실험을 통해서 제안하는 기법이 실제 추천에 적합한지 검증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.301-302
• /
• 2009

현대 사회는 수많은 정보가 존재한다. 영화, 책, 옷, 전자제품 등 수많은 정보 속에서 자신이 원하는 정보를 얻기란 매우 어려운 일이며 많은 시간과 노력을 기울여서 하나하나 찾는 것은 비효율 적이므로 자주 찾았던 정보를 모아서 검색해주는 시스템의 수요가 증가하는 추세이다. 본 논문은 그 정보 중에 사람들이 많이 관심 갖고 자주 들으며, 또 수많은 많은 개체가 존재하는 음악에 관한 것으로 음악정보를 분석한 후 확률에 기반 하여 그와 비슷한 음악을 검색해주는 시스템이다. 확률적인 요소로 인하여 비슷한 음악뿐만 아니라 새로운 음악도 찾아주므로 사용자의 감정변화에 따른 다양한 곡의 유연한 검색이 가능하다.