未知の音楽に誘導することを目的とした分岐型人力音楽推薦手法の提案

未知の音楽に誘導することを目的とした 分岐型入力音楽推薦手法の提案 野中 滉介 (明治大学大学院 先端数理科学研究科) 中村 聡史 (明治大学 総合数理学部) HII

ネットで交わされる情報 SNSなどのインターネット上で 様々な情報が行き交う 〇〇よかったな〜 △△がオススメ！ △△は神！！

ネットで交わされる情報 〇〇！ しかし知名度が低いコンテンツは 人気・有名なものに埋もれてしまう 〇〇最高〜〜！！ 〇〇が好き！ OTAKU △△だっていいのに！

知名度が低いことによる問題 知名度が低い 売れない バンドの解散 活動が厳しい 悲しむファン

知名度が低いことによる問題 知名度が低い どんなに良いものであっても 人目に触れなければ評価されない OTAKU 悲しむファン

知名度が低いことによる問題 知名度が低い コンテンツの作者・ファン以外の 知らなかった人にも損な話 OTAKU 悲しむファン 好きになったときには すでにそのバンドが解散していた..

大目的 知名度が低い あるユーザにとって 未知の情報に誘導する OTAKU 悲しむファン ちょっと気になるかも..

すでにファンであるユーザに着目 知名度が低い 魅力をうまく伝えて ファンを増やす！！ OTAKU いいぞ！ 折れないファン

人手での推薦 広告の信頼性をメディア別に尋ねたところ, 友人からの推薦は 90%, オンラインに投稿された消費者の意見は 70%と高いものだったが, 動画広告やバナー広告の信頼度は約 30%と, 非常に低いものであった. [Nielsen社 2009] 社員よりチャットボットの方が売り上げがよかったが, 事前にチャットボットであることを示すと売り上げが80%低下した [Xuemingら 2019]

人手での推薦 口コミサイト・インフルエンサーマーケティングに関するアンケート [三菱UFJリサーチ&コンサルティング 2018] 90%以上の人が 口コミやレビューを 参考にしている 参考にしていない (口コミやレビューに興味がない、気にしていない) 0.8% 参考にしていない (口コミやレビューを信用していない) 4.1% とても参考にしている (口コミやレビューに基づいて購入している) 12.8% ある程度参考にしている 82.3%

ファンの手による推薦 いいぞ！ OTAKU ネットスラングの「沼にハマる」 アニメや漫画などの登場するキャラクターや 作品自体に夢中になってしまい、抜け出せなくなること 直接推薦

ファンの手による推薦 このアルバム聴いてみて OTAKU この曲聴いてみて あんま好きじゃない.. 実はこっちなら 好みに合っていた..

ファンの手による推薦 この曲が最高 OTAKU この曲も最高 すごい 結局どこがいいの？ この界隈では 神とよばれている そしてこの曲も最高

ファンであるユーザに着目 興味を引き, 馴染みやすく推薦する戦略 を用意することで, 良さが理解できるのでは？ OTAKU すまん

初心者目線の推薦 これは絶対に初心者でも 楽しめる映画 OTAKU え, 好き 同じ監督の似た 雰囲気のやつも観て！

対話的な推薦 馴染みやすく 受け入れやすいスタート OTAKU 好み 2番目 ... 好みで ない 2番目 好み 好みで ない

対話的な推薦 リアルタイムに全てのユーザに 対応することは現実的に不可能 OTAKU

提案手法 ユーザの推薦行為を蓄積し, 反応に応じて推薦内容を動的に切り替える OTAKU こうやって 推薦しよう…

理想のシステム 詳しいユーザ データ作成 目指すシステム 推薦DB及び再生UI 推薦行為データを 登録・蓄積 初心者 分岐しながら再生

理想のシステム 詳しいユーザ データ作成 目指すシステム 推薦DB 推薦行為データを 登録・蓄積 分岐構造を 持ったデータ 実際の推薦を 想定したデータを 作ってもらう

理想のシステム 目指すシステム 再生UI 楽曲を聴きながら 好みを評価(or 推定) 次に再生される楽曲が 変化 初心者 より好みの推薦

仮説 実際の推薦行為を模したデータを分岐させながら 推薦することで, 魅力的な推薦が可能になるのでは？ OTAKU !

実験概要 楽曲を提示する際に 好みによって分岐させること の有用性を検証 評価によって分岐することを 伝えずに聴いてもらう 分岐あり群 分岐なし群

データセット構築 • 2名に協力してもらい作成した • 作成されたジャンル • ジャズ • ゲーム音楽 • シューゲイザー • ミュージカル • 長さは6曲分 • 後半に進むにつれて マニアックな楽曲に遷移 分岐あり群 分岐なし群

データセット構築 全て馴染みやすい楽曲 興味を持ちやすくて 当然と言える 後半に進むにつれて マニアックな楽曲に遷移 こっちで評価が高いユーザは 沼に引き込めているのでは？

データセット構築 分岐させる基準は データセット構築者に任せた KOMARIOTAKU 分岐条件を固定 このジャンルは〇〇がいいから それに基づいた推薦がしたかったけど このルールに従うとできない… 効果的な推薦が できなくなる可能性

各データセットの戦略 • ジャズ: 同じ曲の別演奏者によるアレンジに着目 • 好き: 別演奏者の同じ曲を聴かせる • 嫌い: 異なったテイストの楽曲 • シューゲイザー(ロックの一種): 残響音ノイズと電子音に着目 • 好き: ノイズ・残響音を多め(よりこのジャンルらしい) • 嫌い: 電子音が多く可愛らしい印象の曲 • ミュージカル: 初心者の知識に着目 • 1曲目で超有名曲を聴かせて, • それが好き: マニアック群にすすめてその中で分岐 • それが苦手: 馴染みやすい群にすすめてその中で分岐 • ゲーム音楽(ポケモン): 世代に着目 • 好き: 大学生が昔プレイしていたくらいシリーズの曲を推薦 • 嫌い: ポケモンの過去作の曲

データセット構築 • 1分程度の再生区間を指定した 楽曲を耳にした実験協力者の 意識が向く部分を統制するため 統制 サビ 評価箇所が異なる イントロ Bメロ

実験手順 • 実験協力者: 20代の大学生・大学院生24名 • 4ジャンルのうち, 2ジャンルを分岐あり 2ジャンルを分岐なし • Webブラウザ上で, 好みであるかの 評価を行いながら楽曲を聴いてもらう • 分岐あり群は, ここで回答された 好みに応じて次の楽曲が変化 • 分岐なし群は, ここで回答された 好みに関わらず, 決まった楽曲が再生 ジャズ Pebble Beach / Vince Guaraldi Trio reset Playing

実験手順:好みの回答について 「好き」「好きでない」 「どちらでもない(評価なし)」 • 「どちらでもない」は 「好き」と分岐に進ませた ユーザが楽曲を受け入れるかに着目して推薦 [多田ら 2012] • 再生し続ける → Accept • スキップ → Reject • 「なにもしない」というのは 少なくとも嫌いではないのでは？ ジャズ Pebble Beach / Vince Guaraldi Trio reset Playing

実験 各ジャンルの曲を全て聴き終えた後に アンケートに回答してもらった Q1: 聞いた楽曲は馴染みやすかったか？ Q2: 他の部分を聴きたいと思ったか？ Q3: このジャンルの曲を聴くか？ Q4: 似たような楽曲を聴くことはあるか？ Q5: 総合的にこの楽曲群に満足したか？ Q6: 普段どのようなジャンルを聴くか？ Q7: このジャンルの好き/好きでない部分は？ Q8: 自由記述 } 6曲それぞれについて回答 「覚えていない」も可とした

外れ値について 「Q3: このジャンルの曲を聴くか？ Q4: 似たような楽曲を聴くことはあるか？」 において「よく聴く」「とてもある」と回答した8名のユーザ 「Q2: 他の部分を聴きたいと思ったか？」 において「覚えていない」と回答された8つのデータ

結果 各ジャンルの曲を全て聴き終えた後に アンケートに回答してもらった Q1: 聞いた楽曲は馴染みやすかったか？ Q2: 他の部分を聴きたいと思ったか？ Q3: このジャンルの曲を聴くか？ Q4: 似たような楽曲を聴くことはあるか？ Q5: 総合的にこの楽曲群に満足したか？ Q6: 普段どのようなジャンルを聴くか？ Q7: このジャンルの好き/好きでない部分は？ Q8: 自由記述 } 6曲それぞれについて回答 「覚えていない」も可とした

結果:総合満足度(ジャンル区別なし) 分岐あり群 分岐なし群 1.5 * 1 0.5 0 *:p < 0.05 分岐を用いた方が満足度が高かった

分岐あり vs 分岐なし(ジャンル区別なし) Q1: 馴染みやすさ Q2: 興味度合い 分岐あり群 分岐なし群 1.5 1 0.5 0 -0.5 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目 1.5 1 0.5 0 -0.5 -1 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目

分岐あり vs 分岐なし(ジャンル区別なし) Q1: 馴染みやすさ Q2: 興味度合い 分岐あり群 分岐なし群 1.5 1 0.5 0 -0.5 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目 1.5 1 0.5 0 -0.5 -1 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目 徐々にマニアックになるので, 評価も連動して下がる

単純接触効果？ 単純接触効果：繰り返し接すると好感度や 印象が高まるという効果 後半(6曲目)の評価の向上に関係？ 分岐あり群 分岐なし群 1.5 1 0.5 0 -0.5 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目 1.5 1 0.5 0 -0.5 -1 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目

分岐あり vs 分岐なし 分岐あり群 分岐なし群 Q1: 馴染みやすさ 1 0.5 0 -0.5 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目 Q2: 興味度合い 1.5 1 0.5 0 -0.5 -1 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目 分岐あり群の評価の方が圧倒的に高い 単純に聴かせるだけでなく, 分岐を用いることが高評価に影響！

ジャンルごと ジャズ シューゲイザー ゲーム音楽 ミュージカル ジャンルによって結果に差があるのでは？

ジャンルごと Q1: このジャンルの曲を聴くか？ (-2〜+2) Q2: 似たような楽曲を聴くことはあるか？ (-2〜+2) Q1 Q2 ジャズ 0.125 0.292 ゲーム音楽 0.333 0.125 シューゲイザー -0.250 -0.833 ミュージカル 0.130 -0.130 馴染みあり 馴染みなし

ジャンルごと 前半の平均値 後半の平均値 1.5 1 0.5 0 -0.5 -1 1曲目 2曲目 3曲目 4曲目 5曲目 6曲目 前半(馴染みやすい)から後半(マニアック)にかけてどう変化したか

馴染みありジャンル 分岐あり(Q1) 分岐なし(Q1) 分岐あり(Q2) 分岐なし(Q2) 1.5 1 0.5 0 1~3曲目 4~6曲目 1.5 1 0.5 0 -0.5 -1 1~3曲目 4~6曲目 ジャズ ゲーム音楽 (Q1: 聞いた楽曲は馴染みやすかったか？, Q2: 他の部分を聴きたいと思ったか？)

馴染みなしジャンル 分岐あり(Q1) 分岐なし(Q1) 分岐あり(Q2) 分岐なし(Q2) 1 0.75 0.5 0.25 0 -0.25 1~3曲目 4~6曲目 1 0.75 0.5 0.25 0 -0.25 1~3曲目 4~6曲目 シューゲイザー ミュージカル (Q1: 聞いた楽曲は馴染みやすかったか？, Q2: 他の部分を聴きたいと思ったか？)

ジャンルごと 馴染みがある(存在を知っているが詳しくはない) 分岐を用いることで効果的な推薦が可能 全く馴染みがない(存在を知らない, ほぼ知識がない) 分岐を用いた際の効果が薄い

分析：うまく分岐させられてない？ マニアックなジャンルに精通したユーザの 想定どおりに分岐ができていないのでは？ 分岐の基準を 設定してもらう 少しずつ マニアックな曲へ

分析：うまく分岐させられてない？ 少しずつマニアックに なるように作ったぞ！ 2曲目くらいから すでにマニアックで ついていけない！ 初心者

分析：うまく分岐させられてない？ このジャンルは〇〇が最高だから, 〇〇が好きならこっちに分岐させれば より引き込めるに違いない！！！！ 理由はよく分からないけど こっちの方が好き！ 初心者

分析：うまく分岐させられてない？ うまく分岐をさせることができず, 満足な結果が得られなかったのでは？ いまいち良さが分からなかったなぁ うまく誘導できなかった… 初心者

推薦者の慣れについて そもそも推薦の仕方に慣れていなかった？ データセット構築協力者にアンケートを取ったところ… • 自分の中で分岐の基準を決めるのが難しかった • 初心者にとって, どこまでが馴染みやすいかを 考えるのが大変だった

推薦者の慣れについて 推薦の仕方を改善することでより効果的な データセットが作成可能なのでは？ • 推薦行為がどのようにされるのか調査し, 推薦者がどう推薦すれば良いのか？を支援 • このようなデータが蓄積されていくことで, 効果的な推薦のパターンが見つかるのでは

さらなるデータの収集 • 分岐楽曲群を簡単に作れるUIを実装し, 多くの人が気軽に他者と音楽を共有できる仕組み作り • これによってより多くのデータを集めることができ, 手法の改善につながると期待される 推薦DB 同じジャンルの分岐データ 「この曲の次にこれを聴かせると 好きになってもらいやすい！」 などのパターンが発見できる？

まとめ 目的 ユーザを未知のジャンルの楽曲へ誘導する 提案手法 マニアックなジャンルに精通しているユーザに, 好みで分岐しながら聴取できる楽曲群を作成してもらい, そのデータを用いて楽曲を動的に切り替える 結果 分岐を用いた方が馴染みやすく興味的な推薦ができるが, 全く未知の楽曲には向かない可能性がある 今後の展望 想定通りの分岐に進ませるために推薦行為について調査 分岐楽曲群を簡単に作成できるUIの検討