PDF file

特別研究報告書
再生履歴を考慮した選曲ポリシーの選択
に基づく楽曲推薦システム
指導教員
田中克己教授
京都大学工学部情報学科
竹村顕大朗
平成 17 年 2 月 10 日
i
再生履歴を考慮した選曲ポリシーの選択に基づく
楽曲推薦システム
竹村顕大朗
内容梗概
近年、記憶媒体の大容量化と MP3 の普及により膨大な楽曲ファイルの中か
らユーザにふさわしい楽曲を推薦する事に関して様々な研究が行われている。
従来の楽曲推薦に関する研究では、他人の評価を用いた協調フィルタリングで
ユーザの聴いたことのない曲を推薦するものや、やジャンル・アーティスト等
のその楽曲のメタ情報を利用したもの、そして「激しい」
「静かな」等の感性語
を用いてユーザの好みを把握するものなど多くのものがある。しかし、ここ数
年における携帯型 MP3 プレイヤーの人気が上昇するにつれ、音楽知識や複雑な
操作を用いることなく、手軽かつ簡単にユーザの好みの選曲を行うシステムの
重要性が増してきている。その観点からでは既存の研究は、ユーザの意識的な
曲への評価の入力や、抽象的な曲の雰囲気というものに対する具体的な言葉や
数値による評価などが必要でありこれらを携帯音楽プレイヤーに採用するには
不適切と言わざるを得ない。また、膨大な曲の中から曲を埋もれさせることな
く漏らさず聴く網羅性、最新の曲を入力した際も、その曲に対して適した選曲
ができる新規楽曲への対応力も重要な要素となっている。
そこで、本論文では「再生」「停止」「スキップ」という音楽を聴くにあたっ
ての基本的な操作と再生履歴を使用することにより、ユーザに殆ど負担をかけ
ることのない楽曲推薦システムを提案する。このシステムでは、ユーザの過去
の履歴と操作を参照にしてその履歴に近い曲をランダム性を取り入れて推薦曲
として選択する。これによりユーザは簡単な操作で自分に適した曲が得られ、
かつ網羅的に曲を聴くことができるようになる。また、このシステムでは初期
学習の手間を省略するため、ユーザの登録した楽曲のアルバム情報を利用して
いる。このアルバム情報を履歴と等価に扱うことで、システムは少ない回数で
ユーザの嗜好を把握できるようになっている。
今回はこのシステムを組み込んだパソコン上で動作するプロトタイプソフト
「MyDiscJockey」を用い、様々な楽曲を用いて実際に本システムにおけるこれ
ら上に挙げたような性質の評価を行った。また、同時に第 3 者にもそのソフトを
利用してもらい、そのソフトに関する感想をアンケート形式で集計し、このシ
ii
ステムの客観的評価や、システム構成の基となっている「携帯音楽プレイヤー
の選曲システムは簡単かつ網羅的に好みを反映すべき」というコンセプトへの
評価も行った。
その結果、学習能力・網羅性等の基本的性能は元々の方針に沿っているとい
う結果が得られ、またアンケートからも携帯音楽プレーヤーにおける選曲シス
テムの最も重要な性質は簡単に使うことができる手軽さであるという、このシ
ステムの基本コンセプトの裏付けをとることができた。しかしながら、同時に
インターフェースの使いやすさ、網羅性と学習機能の兼ね合いなど、実装面に
関してはまだ課題が多く残されていると言うことがわかった。これらの結果よ
り今後は、より洗練されたインターフェース、および学習力と網羅性をうまく
かね合わせることのできるアルゴリズムの開発、そして、一般向けの使用に備
え、現在は市販のソフトで補っている楽曲情報の数値化を独自で行うことがで
きるシステムを開発すると言うことが重要な課題となってくると言うことが言
える。
iii
A Music Recommendation System based on a Music
Selection Policy Considering Music Play Logs
Kentaro Takemura
Abstract
Recently, capacity of storages become larger and MP3 has become more popular, so various researches are done for recommending musics to users out of the
huge amount of music files. Previous work on music recommendation used collaborative filtering with others’ evaluation, meta-information of the music, such
as genre, artist and so on, or impression word, such as ”Hard” and ”Quiet”.
However, in the past several years, portable MP3 players become as more popular, system is more important that recommends suitable musics to users easily
and briefly without any music knowledge or complex operation. From this point
of view, these previous works must be unsuitable for recommendation system in
portable music player, because they need users’ intentional evaluation of music
or specific evaluation of abstract mood of music in word or figure. In order to
adapt to portable player, system must fulfill two properties, comprehensibility
of musics and adaptability for new music. If system is not comprehensive, users
have to listen to the same group of musics every time. And if it is not adaptable
for new music, users have to evaluate new music intentionally whenever they
input it.
In this paper, we propose a music recommendation system that requires very
few additional operations by using play logs and basic operations when we listen
to music, such as ”Play”, ”Stop” and ”Skip”. This system refers to previous
play logs and operations of users and recommends musics that is similar to
ones in play logs somewhat at random. By this system, users can get suitable
musics with easy operation, and by this randomness,they can listen to musics
comprehensively. In order to save the trouble of learning the taste of users at
begining of their use, the system uses album information of musics. By treating
the album information and play logs equally, system can learn the taste of users
in few plays.
We evaluate this system by using various musics and a prototype soft, ”My
Disc Jockey”, that use this system and run in Personal Computers. And at
iv
the same time, we ask third persons to use this soft and answer questionnaires.
Then we summerize these questionnaries and evaluate evaluate this system objectively. And we also evaluate the concept which is a base of this system,
”recommendation system in portable music player must be simple and reflect
taste of users comprehensively” , by this questionnaries.
According to the result of these experiments and questionnaries, we found
that the basic functions of this system, such as comprehensibity and learning
skill, is almost completed. We also found that the most important property of
music reccomendation system in portable music players is simplicity with which
users can use it easily. However, we also found that there are a lot of problems
remained, such as complex user interfaces, lost balance of comprehensibility and
learning skill and absence of original evaluation system of the impression of the
music. We will solve these problems in futrue work.
再生履歴を考慮した選曲ポリシーの選択に基づく
楽曲推薦システム
目次
第1章
序論
1
第2章
関連研究
2
2.1
RACOFI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2
2.2
状況と嗜好に関するアノテーションを用いた楽曲推薦システム .
2
2.3
TreeQ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
2.4
感情に基づく検索 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
第3章
3.1
本システム概要
4
用語の定義・説明 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
3.1.1
印象空間・座標・ユーザ座標 . . . . . . . . . . . . . . . . . . .
4
3.1.2
再生率・評価値 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
3.1.3
選曲ポリシー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
3.1.4
プレイリスト . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
3.1.5
再生・演奏・再生履歴 . . . . . . . . . . . . . . . . . . . . . . . .
6
3.2
楽曲の登録 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
3.3
プレイリストの選択 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
3.4
演奏中の操作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
3.5
演奏終了時の動作 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
第4章
4.1
4.2
4.3
選曲ポリシーの選択とプレイリストの生成
10
標準ポリシー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.1.1
概要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.1.2
選択条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.1.3
プレイリスト生成アルゴリズム . . . . . . . . . . . . . . . . . 11
雰囲気選曲ポリシー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.2.1
概要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.2.2
選択条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.2.3
プレイリスト生成アルゴリズム . . . . . . . . . . . . . . . . . 13
流れ選曲ポリシー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.4
4.5
4.6
第5章
4.3.1
概要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.3.2
選択条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.3.3
プレイリスト生成アルゴリズム . . . . . . . . . . . . . . . . . 15
アルバム選曲ポリシー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4.1
概要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4.2
選択条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.4.3
プレイリスト生成アルゴリズム . . . . . . . . . . . . . . . . . 17
ランダムポリシー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.5.1
概要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.5.2
選択条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.5.3
プレイリスト生成アルゴリズム . . . . . . . . . . . . . . . . . 18
履歴アレンジポリシー . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.6.1
概要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.6.2
選択条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.6.3
プレイリスト生成アルゴリズム . . . . . . . . . . . . . . . . . 18
プロトタイプソフトによる実験
18
5.1
プロトタイプソフトの概要 . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5.2
学習性能の測定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
5.3
網羅性に関する測定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5.4
新規の曲に対する測定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5.5
第三者を用いた性能測定 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
第6章
結論
25
謝辞
25
参考文献
25
付録：被験者へのアンケート
A-1
第1章
序論
近年 iPod1) などの大容量の携帯 MP3 プレーヤーが爆発的に売れ、それによ
り膨大な楽曲ファイルの中からユーザにふさわしい楽曲を推薦する事に関して
様々な研究が行われている。
大量の楽曲を網羅的に聴く方法の一つとして、完全なランダム再生がある。
確かにこの方法は、次にかかる曲を予想できなくさせることで、ユーザに新鮮
な刺激を与えるという利点がある。しかし、曲数が増加するに従い曲のジャン
ル・曲調の幅が広がり、ユーザのそのときの雰囲気にそぐわない曲が再生され
てしまう場合が往々にして多くなってしまう欠点も併せ持っている。
そこで、ランダムではなくジャンル・歌詞などの楽曲自体の情報から、鑑賞
状況・同じ嗜好を持ったユーザの情報などその曲には直接関係のない情報に至
る様々な情報を用いてユーザに適切な楽曲を推薦するシステムが次々と発表さ
れている。しかし、これらの方法はいずれにおいても、ユーザの好みの入力や
楽曲に対する評価を意識的に行わなければならず、携帯 MP3 プレーヤーなどに
おいてユーザへの最適な楽曲提供を行うシステムとして用いるには煩雑すぎて
不適なものである。また、今まで評価したことのない新曲に対して評価をする
ことについても不向きであり、意識的に一度評価をしなければそれを推薦する
ことは困難なものであるものが多かった。
そこで、本研究では楽曲の印象情報と、ユーザの再生、スキップそして停止
の３つの音楽を聴くにあたっての基本的な操作と最小限の選曲そして再生履歴
を使用することにより、ユーザに殆ど負担をかけることのない楽曲推薦システ
ムを提案する。このシステムでは、まず楽曲をその曲の印象からソフトによっ
て自動的に二次元空間上に射影する。そしてその座標に、曲の最初からどの部
分までを聴いたのかと言う割合を、第３の座標として加えて過去の履歴と部分
パターンマッチングに用い、それにより得られた履歴を参照にしてその履歴の
各点、すなわち各楽曲の座標に近い曲をランダム性を取り入れて選択する。ラ
ンダム性の存在により、聴いたことの無い曲でもその履歴の近傍にあれば選ば
れる可能性がある。これにより網羅的かつそのときのユーザの雰囲気を壊さな
い選曲が可能となるのである。
1)
http://www.apple.com/jp/ipod/
1
第2章
2.1
関連研究
RACOFI
Michell Anderson らは RACOFI(Rule-Applying Collaborative filtering)1) [1] と
いうインターネット上における、協調フィルタリングによる楽曲推薦システム
を提案している。このシステムではまず、ユーザは全体の印象・歌詞・曲調な
ど５つの項目ををどれだけ重視するか０∼１０の１１段階で定め、その上に曲
の値段、年代、レコード会社を決め、その入力に従い同じような嗜好のユーザ
が入力した評価と比べ、予め評価されて登録されている曲の中から最も評価値
の高い順に曲を提示していくというシステムである。
このようなシステムでは、まず協調フィルタリングをする際、前もって様々
な嗜好の人たちにその曲の評価をしてもらう必要があり、また完全な新曲が出
た際にも、改めてその評価をしなければその曲を推薦することができないため。
CD ショップなど、資本のある所が大規模データベースとして運用する分には良
いが、個人が携帯プレーヤーの中の曲の評価に用いることは現実的に困難であ
ると言わざるをえない。
それに対し、本システムでは、ユーザが用いるのは自分個人の履歴のみであ
り、また新しい曲に関してもその曲が完全に新規なものであったとしてもソフ
トがその音を分析し出力した２次元座標により、その曲の評価をすることが可
能になるのである。
2.2
状況と嗜好に関するアノテーションを用いた楽曲推薦シス
テム
梶らは協調フィルタリングに加え、鑑賞状況などのアノテーション情報、そ
してシステムとの対話による動的なユーザプロファイルの更新が可能なシステ
ムを提示している。[2] 協調フィルタリングに関しては前述のとおりなので省略
するが、このシステムではさらに協調フィルタリングにより自分と同じような
嗜好のユーザを特定した後、自分の現在の状況とユーザが音楽を聴いたときの
状況を比較して参考にするプレイリストを決定している。そしてさらに、シス
テムとの対話により、最初に与えられたプレイリストが修正して提示されるよ
うになっている。この部分に関しては、本システムにおける選曲ポリシーの選
1)
http://racofi.elg.ca/
2
択、および操作によるプレイリストの変更と類似している点が見受けられるが、
このシステムでは、状況の入力、および最初のプレイリストを提示された後の
システムとの対話での入力において、現在がどういう状況なのか、与えられた
プレイリストの中の曲が今の自分にとってふさわしいと思うのか否かを意識的
に判断し入力しなければならないのに対し、本システムでは、ユーザの状況・
雰囲気・嗜好などとは直接関係無い操作により、それらの情報を判断しそれに
適したポリシーによりプレイリストを提示し、提示されたプレイリストが気に
入らず修正する場合でも、ユーザはスキップという音楽プレイヤーなら殆どの
ものについている基本的な機能を実行するだけで済み、気軽でありながらも適
切なシステムであると言える。
2.3
TreeQ
帆足らはツリー構造を利用したベクトル量子化手法、TreeQ を用いた音楽情
報検索手法を提案している。[3] この研究では、TreeQ というアルゴリズムを用
いて楽曲の波形パターンから楽曲の雰囲気をベクトルで表現し、そのベクトル
と前もって学習しておいたユーザのベクトルパターンと照合させ、近いものを
提示すると言う手法をとっている。そしてユーザのベクトルパターンを学習さ
せる時間を減少させるため、ユーザの嗜好ベクトルパターンを決める際に前もっ
て学習して作っておいたジャンルごとの波形パターンベクトルをユーザの好き
なジャンル同士で組み合わせ、それを最初のユーザの好きな曲のベクトルパター
ンとするという手法がとられている。本システムにおいては、楽曲を二次元座
標で表現しているが、初期の学習時間を緩和するため、アルバム履歴を用いて
いる。このアルバム履歴についての詳細は 3.1 に記す。
2.4
感情に基づく検索
[4][5] では「静かな-激しい」などの印象を示す語句、すなわち感性語の対を用
い、10 対の尺度の中から適当な対を 1 対以上選択してそれに対し 10 段階評価を
行うことで、その評価に近い楽曲を検索するシステムを用いている。また、同
様に [6] でも感情値測定尺度という概念を用いて音楽作品を検索するシステムを
提案している。
これらのように、感情をあらわす表現により楽曲を含む芸術作品を評価、検
索に用いると言う手法は多く見られるが、印象のような抽象的なものに数値と
3
言う具体的な評価を与える作業はユーザにとっては負担であり、また、専門知
識の差によっても評価が違ってくる可能性があるためあまり一般的向けのシス
テムであるとはいえないものである。
第3章
本システム概要
この章ではまず、3.1 でこの論文内にて用いられている用語の定義・解説を行
い、3.2 以降から本システムを使用するに当たっての大まかな流れ、および内部
における動作を説明する。
3.1
3.1.1
用語の定義・説明
印象空間・座標・ユーザ座標
楽曲の波形パターンからソフトにより射影される二次元空間を印象空間と定
義し、その曲の座標を印象座標と定義する。尚、今回印象空間の生成において
Panasonic 社の SD-JukeBox1) と言うソフトウェアに付属している、ミュージッ
クソムリエという機能を用いて、楽曲の X 座標、Y 座標を取得した。図 1 がそ
のミュージックソムリエの実際の座標の表示である。
この空間において、空間の範囲は X,Y 共に± 4 までである。X 座標は正方向
に向かって”Hard”と言う評価から”Soft”と言う評価であり、Hard の値の高い曲
はシンセサイザー・エレキギター等、電子音系の楽曲、逆に Soft はクラシック
等アコースティック系の楽曲である。また、Y 座標は”Quiet”から”Active”とい
う評価になっており、Quiet は全体的にテンポが穏やかでかつ音域の変動の少
ない曲、Active は激しいテンポで音の変動も大きい曲が基本的に分類されてい
る。また、座標上の第四象限から第二象限へ順番に選曲すると、ムードが盛り
上がる選曲になる仕様となっている。なお、今回はミュージックソムリエ上の
座標を用いたが、このシステムは基本的には楽曲の情報から２次元座標を与え
るソフトであれば何であっても対応できるようになっている。また、演奏を繰
り返すうちにユーザの好きな曲の多い座標が定まってくる。この座標をユーザ
座標と定義し、選曲の際に用いる。
1)
http://panasonic.jp/support/software/sdjb/prod/index.html
4
図 1: 実際のミュージックソムリエの表示
3.1.2
再生率・評価値
このシステムでは、前述の印象座標に加え、ユーザが提供されたプレイリス
ト内においてその曲を全体の長さに対してどれだけの長さの時間を実際に聴い
たのかという値を再生率として定義し、その再生率を Z 座標とした３次元空間
内において過去の再生履歴と現在のプレイリストの再生状況を照らし合わせて
最適な過去の履歴を提供している。例えば、曲を最初から最後まで聴くと再生
率は 1、逆に殆ど聴かずにスキップすると 0 に近くなる。また、その曲自体の評
価値として、その再生率の過去の履歴を通じた平均値を使用した。
3.1.3
選曲ポリシー
このシステムにおいて、基本的に最適な過去の再生履歴を見つける際に用い
る手法は部分パターンマッチングであるが、その部分パターンマッチングにお
いて、元となる履歴の集合、あるいはマッチした履歴からプレイリストを生成
するアルゴリズムを、予測されるユーザの選曲方針を元に変更している。この
5
元となる履歴の集合とプレイリスト生成アルゴリズムの組み合わせを本論文に
おいて選曲ポリシーとして定義する。詳細は４章にて記す。
3.1.4
プレイリスト
システムによって選択された選曲ポリシーにより、過去の履歴から生成され
た次の演奏で再生される曲の順番を順に並べた表のことをプレイリストと定義
する。このプレイリストは、ユーザが最初に選曲したとき以外にも、ユーザの
スキップ操作により現在のプレイリストが適切でないと判断された場合も動的
に変更される。
3.1.5
再生・演奏・再生履歴
楽曲を一曲聴くことをここで再生と定義し、ユーザが再生ボタンを押すこと
により、システムから与えられたプレイリストの一曲目を再生し始めてから、
プレイリストの全ての曲を再生し終える、あるいは途中で演奏中止するまでを
一つの演奏と定義する。その演奏内において再生された曲の順番、および各曲
の再生率を格納したデータを再生履歴として定義する。なお、プレイリスト選
択の際、再生履歴の評価の一つとして各再生履歴には、プレイリストの生成の
際の元となる履歴として使われた回数および評価値がつけられている。詳細は
3 章以降にて記す。
3.2
楽曲の登録
まず、ユーザは選曲対象となる全楽曲をシステムに入力する。楽曲が入力さ
れるとシステムではまずソフトを用いて楽曲の印象座標を取得する。そして、
その座標情報を元にクラスタリングを行い、同じような雰囲気のグループを生
成する。これは 4 章にて記している選曲ポリシーの選択に用いるためのもので
ある。
このクラスタリングのアルゴリズムは [7] を参考に、まず最短距離法により
クラスタの数が楽曲全体の総数 N に対し一定割合の個数になるまで行う。その
後、クラスタの重心座標からクラスタ内の重心から最も離れた座標の点までの
距離をクラスタの半径とし、クラスタ内の楽曲の総数が値 M axCluster より多
いのクラスタに関して、半径が M inRadius 未満のものを除き、同一アルゴリ
ズムにより再帰的に複数のクラスタに分割する。1) これは、楽曲の点が集中して
1)
本論分における実験では最初にクラスタライズを行った際のクラスタの総数の下限を N/20
とし、M axCluster = 20, M inRadius = 0.5 とした
6
図 2: クラスタリングのイメージ
図 3: 実際のクラスタの様子
いる箇所は、ユーザの好きな雰囲気に近いものであると考え、ユーザが好きな
部分はより細かな表現ができるように、クラスタを再分割してその範囲を狭め
る代わりにクラスタ数を増やし、逆に密度が疎な部分に関してはユーザが余り
頓着のない部分として大雑把な範囲でひとまとめにするという方針に沿ったも
のである。また、分割する際に半径の下限を設けたのは、あまりに細かすぎる
と”同じような雰囲気”を表すにはクラスタの範囲が限定されすぎてしまう事を
防ぐためである。このクラスタリングのイメージを表したのが図 2 であり、こ
の方針により実際の曲をクラスタライズした結果が図 3 である。図 3 では各点
はクラスタごとによって色分けされている。
楽曲のクラスタライズが終わった後、今度は楽曲のアルバム情報を元にアル
バム履歴を生成する。このアルバム履歴とは、アルバムの収録曲順を再生履歴
の再生順と同様にして扱ったものである。再生履歴では、再生履歴内における
各楽曲の評価値はそのときのその曲の演奏率であったが、アルバム履歴におい
てはユーザはそのアルバムが好きであるから入れたという仮定の下で、全楽曲
の評価値を 1 としている。再生履歴とは異なり、アルバム履歴はこの楽曲の登
録時以外では演奏終了後に生成されることはない。このアルバム履歴は、ユー
ザの嗜好を反映した情報であるとして、再生履歴の少ない初期の段階において
は、再生履歴の代わりとして扱われる。このアルバム履歴の作成についてもシ
ステムがほぼ自動的に行うものであるとする。
7
なお、このアルバム履歴は今回使用したプロトタイプソフトでは MP3 の ID3
タグからアルバム名を取得しアルバム名が同じ楽曲を集め、同じく ID3 タグか
ら取得したトラック番号順にそれらの楽曲を並べたものをそのアルバム名と共
に登録している。
3.3
プレイリストの選択
このシステムでは、前述の楽曲の登録を行った後であればいつでもプレイリ
ストの選択を行うことができる。ユーザは初期に再生する曲を０∼３曲指定す
ることができる。システムは、その指定された曲数および曲の種類に応じて適
切な選曲ポリシーを選び、それに基づき履歴を選択しプレイリストを提供する。
ユーザは与えられたプレイリストが気にいらなければ、何度でも別のプレイリ
ストを要求することができる。
また、後述のプロトタイプソフトでは、この基本の選曲に加え、選曲ポリシー
を自ら決定し、プレイリストを取得することが可能となっているが、あくまでこ
れはプロトタイプソフトの仕様であり、本システムの根幹を成すものではない。
3.4
演奏中の操作
このシステムでは、演奏中の主要な操作として、演奏開始・スキップ・演奏
停止の３つの操作を使用する。
まず、演奏開始とは与えられたプレイリストの先頭の曲から演奏を開始する
操作のことであり、一般の音楽プレイヤーにおける再生ボタンのような働きを
する。尚、本システムでは与えられたプレイリストの途中から演奏することは
できないようになっている。これは、ユーザは与えられたプレイリストを気に
入るか入らないかの判断のみで済ますためであり、気に入らなければプレイリ
ストを再選択させるだけで済ませるためである。
次ににスキップは、プレイリスト中の現在の曲の再生を中断し、次の曲の再生
を開始させる操作である。また、現在再生中の曲を再生を開始してからかなり
早い段階でスキップした場合、現在提供されているプレイリストがユーザの方
針に合わないものであるとシステムが判断し、それまでの演奏した曲の順番と
再生率を参考に、新しいプレイリストを作成し、スキップした次の曲からその新
しいプレイリストを用いた演奏に切り替える。この際、場合によっては選曲ポ
リシーが変更されることもある。新しいプレイリストに切り替える際、その前
8
のプレイリストの選択の際用いた再生履歴の評価値を更新する。再生履歴の評
価値の更新は基本的に 3.5 における、演奏終了時の再生履歴の評価値の更新と
同じ操作であるが、評価の範囲は、その再生履歴に基づくプレイリストを選択
して演奏を開始した曲から、そのプレイリスト中で最後に演奏した曲までであ
る。このシステムでは次の曲へのスキップのみを用い、複数曲を飛ばすものや
前の曲へ戻るスキップは用いない。これは、前者はユーザの操作のの簡素化の
ため、後者は大半の市販のランダム再生をサポートしている音楽プレイヤーが
ランダム再生の際はバックスキップをサポートしていないことに由来している。
そして、演奏停止は一連の演奏を途中中断する操作である。この操作を行っ
た場合、プレイリストにまだ未演奏の曲が残っていた場合であっても、演奏を
終了する。一度演奏を停止すると、再びそのプレイリストの中断した箇所から
演奏を再開させることはできない。また、評価の対象となるのはプレイリスト
上の実際に演奏した曲のみであり、未演奏の曲は評価せず、再生履歴にも記録
されることはない。
尚、プレイリストの最後の曲でスキップした場合は停止と等価の操作とみなす。
3.5
演奏終了時の動作
プレイリストの演奏を終えるとシステムは再生履歴の更新を行う。プレイリス
トの評価範囲はプレイリストの先頭から実際に再生した曲の最後までであり、途
中、スキップにより使用するプレイリストが変更になった場合は、変更されて一
番最初に再生した曲から最後の曲までである。これらの曲の再生率を S1 , . . . , Sn 、
更新前の再生履歴の評価値を V 、プレイリストの元として用いられた回数を C
とすると、プレイリストの新しい評価値 V 0 および使用回数 C 0 は以下のように
して求められる
Pn
i=1
v =
V0
C0
Si
n
V +v
=
C +1
= C +1
そして、新しい再生履歴として評価値を上記の v 、使用回数を１とし、再生し
た曲とその再生率を演奏順に格納し、それに加え最後に再生したときの選曲ポ
リシーに応じた付加情報を加えた情報を再生履歴の一覧に加える。
9
また、このときに再生したそれぞれの楽曲に対して、途中でプレイリストを
変更したかしていないかに関わらず終了時のプレイリストの先頭から最後の曲
までを範囲として、それまでの評価値と再生回数からそのときの再生率を平均
させたものをその楽曲に対する新しい評価値として更新し、再生回数も１ずつ
増加させる。さらに、ユーザ座標も演奏後に更新する。今まで再生した曲のの
べ数を M 、ユーザ座標の X,Y 座標を UX , UY 、また最後のプレイリスト上にあ
0
る曲を先頭から S10 , S20 , . . . , Sm
とし、i 番目の曲 Si0 の印象座標の X,Y 座標、およ
0
0
0
び再生率をそれぞれ SiX
, SiY
, SiP
とする。このとき、新しいユーザ座標 UX0 , UY0
はいかのようにして求められる。
P
UX0
UY0
0
0
UX · M + m
i=1 (SiX · SiP )
=
M
+m
Pm
0
0
UY · M + i=1 (SiY
· SiP
)
=
M +m
また、当然ながら今まで再生した曲ののべ数も m 増える。
第4章
選曲ポリシーの選択とプレイリストの生成
本システムでは、ユーザの操作により選曲ポリシーを切り替えることにより、
そのときのユーザの選曲方針を反映させた選曲を行っている。この章では、本
システムで使用されている選曲ポリシーの種類、そのポリシーの選択される条
件、およびそのポリシーがプレイリストを生成する際のアルゴリズムを記す。
なお、アルゴリズム中で用いられている具体的な閾値などは、印象空間を生
成する際に用いるソフトに依存するため不定である。
4.1
4.1.1
標準ポリシー
概要
楽曲選択の際の標準的なポリシーである。使用する履歴は全再生履歴1) であ
り、選曲される楽曲については特に制限を設けない。また、演奏終了後に生成
される再生履歴についても特に特別な情報を付加することもないものである。
なお、このポリシーを適用中に曲を早い時点でスキップした場合、再び標準
ポリシーに基づき別の履歴を選択し新しいプレイリストを提示する。
1)
アルバム履歴も含む
10
4.1.2
選択条件
最初に指定された曲が 0 曲、あるいは 3 曲の曲を選択し 3 曲ともが同じアル
バムからの曲ではなかった場合、または同じアルバムからの曲であってもアル
バムポリシーによる選曲を拒否した場合にこのポリシーを採用する。また、後
述の雰囲気選曲ポリシー、流れ選曲ポリシーにおいて現在の選曲ポリシーが不
適であると判断された場合も、この選曲履歴に移行する。
この条件の理由としては、0 曲の場合は再生履歴以外には判断材料が無いた
め、3 曲のときは 3 つの楽曲という細かい指定があるため雰囲気や流れといった
特定のポリシーにこだわることなく全ての履歴を調べることで、履歴の中から
ユーザの選曲方針に最も近い履歴を最も正確に求めることができるためである。
また、雰囲気選曲ポリシー、流れ選曲ポリシーにおいて現在の選曲ポリシーが
不適であると判断された場合この選曲ポリシーに移る理由も同様の理由である。
4.1.3
プレイリスト生成アルゴリズム
まず再生履歴が全体で閾値未満1) しかない場合、少ない情報から無理やり元
となる履歴を決定しても、その意にそぐわないことが多いため、選曲ポリシー
をランダムポリシーに変更する。これは、気に入られる可能性の低い曲を提示
するよりも、まだ聴いたことのない雰囲気の曲を開拓しより多くの情報を集め
た方が良いと判断するためである。
十分な数の再生履歴があった場合は、次に使用する再生履歴を決定する。こ
れは 0 曲指定の場合と、3 曲指定および演奏の途中から標準ポリシーに以降し
た場合において選択方法が異なっている。
1. 0 曲指定の場合
まず、各履歴の評価値を求める。そして次に各履歴における再生率が閾値
以上の曲の中で、最も履歴の先頭に近い曲の印象座標とユーザ座標のユー
クリッド距離を計算し、その距離に応じてその評価値にボーナスを加算を
し、最後に乱数を加算した値を降順にソートし最大の値を持つ再生履歴を
採用する。
2. 3 曲指定または演奏の途中から移行した場合
指定された曲、または今までの演奏で演奏を完了した曲と再生履歴中の曲
のリスト S を、印象座標＋再生率の 3 次元空間において比較する。2) そし
1)
2)
プロトタイプソフトでは 10 個未満に設定
最初に 3 曲を指定したときの場合、実際にはまだ再生してないのでその再生率は不明だが、
11
て、部分パターンマッチングによりその履歴中における S に最も近い履歴
中の部分列を探し、その列と S との類似度を算出する。そして、その類似
度にその履歴の評価値、そして乱数を加えた値を用い、その値が最大の履
歴を採用する。また、このときパターンマッチングにおいて S と対応する
履歴内の曲の順番を last として記録しておく。
以上のようにして求めた再生履歴から最後にプレイリストを生成する。まず、
選ばれた履歴内のその演奏のときに再生された曲の一覧からから再生率が閾値
以下の曲を除いたリスト L を求める。そして、0 曲指定のときはその L 内の一
曲目から、そうでない場合は元の履歴においての last + 1 番目以降の曲ではじ
めて L に含まれた曲から、L の順番にその曲の半径 r 以内の曲をその曲の評価
値と乱数を用いて選び出す。なお r 以内に該当する曲が存在しなかった場合は、
r を増加させ再びその範囲で選び出す。このようにして指定曲数分だけ選曲し、
その選曲結果をプレイリストとしてユーザに提示する。
4.2
4.2.1
雰囲気選曲ポリシー
概要
印象空間内の座標と、楽曲のクラスタを基にした選曲ポリシーである。曲を
システムに登録した際に生成されるクラスタ内の曲は、本システムではすべて
同じような雰囲気の曲であるとみなしている。そして、曲から曲への遷移では
なく、クラスタからクラスタへの遷移により選曲を行う。
この選曲ポリシーにおいて、ユーザが速い時点で曲をスキップした場合、次
に選曲される曲は同じ再生履歴において、スキップした曲以降かつスキップし
た曲とは異なるクラスタに属している一番最初の曲の属しているクラスタ内か
ら選ばれる。このとき、該当するクラスタが存在しない、または該当するクラ
スタ内に演奏済みの曲しか存在しない、あるいは 3 回連続で推薦された曲を殆
ど聴かずにスキップした場合、この選曲ポリシーは今のユーザの選曲方針から
は不適であるとみなし、標準ポリシーに移行して、今のユーザの選曲方針に沿っ
た再生履歴を選択する。
また、演奏終了時においてこの選曲ポリシーが選択されていた場合は、新し
く生成される再生履歴に通常の再生履歴に格納される情報に加えて、再生され
わざわざユーザが指定した曲の評価が低いとは考えられないのでここでは再生率を 1 とみ
なしている。
12
ていた曲の属しているクラスタの重心座標・半径も同時に格納する。また、各
クラスタごとにそのクラスタ内で閾値以上の曲何曲再生されたかをカウントし、
その平均回数を平均クラスタ再生数として同じく履歴に記録する。ただし、ク
ラスタ内に閾値以上の曲が一曲もないクラスタに関しては平均クラスタ再生数
の計算の対象外とする。このようにして生成された履歴を以降、雰囲気履歴と
する。
4.2.2
選択条件
初めに指定した曲が 1 曲のみ、または 2 曲で 2 曲ともおなじクラスタ内、あ
るいは 2 曲の距離が閾値以下のときの場合に選択されるようにしている。
この条件の理由としては、まず指定された曲が 1 曲のみの場合は、判断材料
がその曲の印象座標、すなわちその曲の雰囲気しかないためこの選曲ポリシー
を選択するのが一番妥当と判断するためである。2 曲が指定され場合、まず同
じクラスタ内であれば、同じ雰囲気の曲が立て続けに選ばれていることより、
ユーザは現在その雰囲気の曲を聴きたいのであると判断できる。また、異なる
クラスタ間であっても、その距離が十分近ければ同じく似たような雰囲気を連
続で選択していると言うことから、雰囲気選曲が妥当であると判断できるため
である。
4.2.3
プレイリスト生成アルゴリズム
この選曲ポリシーにおいてはまず、プレイリストの元となる再生履歴を雰囲気
履歴の中から選ぶ。プレイリストの生成方法は大きく以下の 3 つに分類できる。
1. 選曲数が 1 曲、または同じくラスタ内から 2 曲選曲した場合
2. クラスタは異なるが印象空間上の距離が十分近い場合、または 1. で十分な
数の雰囲気履歴がない場合。
3. 演奏途中で殆ど曲を聴かずにスキップした場合
まず、1. の場合、選んだ曲のうち最後に演奏される方のクラスタ C を取得す
る。そして各雰囲気履歴内の 1 曲目が属しているクラスタ CH の重心座標と C
の重心座標とのユークリッド距離を求め、その距離に応じたボーナス値を求め、
それにさらにその雰囲気履歴の評価値、そして乱数を加えた値を参考に、その
値が最も高い雰囲気履歴を選択する。そして雰囲気履歴内の平均クラスタ再生
数を参照し、履歴内にあるクラスタを最初から順に、そのクラスタ内から平均
クラスタ再生数分ずつを選曲し、それをプレイリストとして提示する。
13
2. の場合は選んだ曲のうち最後のほうの曲の印象座標、または雰囲気履歴が
不足していた場合はその最後のほうの曲が属しているクラスタの重心座標を中
心として半径 r 以内の曲を評価値と乱数を元に選択していく。尚、半径 r 内に
指定曲数分の曲が存在しなかった場合は r を漸増させる。なお、この場合プレ
イリストの元となる履歴は存在しない。
3. の場合、2. のように元となる履歴が存在しない場合は 2. と同じ方法でプレ
イリストを提示するが、この際中心となる座標は X,Y 共にランダムに選択され
る。これにより、その雰囲気の次はどのような雰囲気がユーザによって適して
いるのかを網羅的に調べることができる。また 1. のように元となる履歴が存在
する場合はその元となる雰囲気履歴を参考にしてスキップした曲の属している
クラスタの次のクラスタを始点として、1. と同様にして残りの曲を決定する。
ただし、スキップした曲の属しているクラスタが雰囲気履歴中の最後のクラス
タであったときなど、それ以上は雰囲気選曲ポリシーによる選曲ができないと
判断した場合は、以降標準ポリシーに移行する。
4.3
4.3.1
流れ選曲ポリシー
概要
印象空間内において、選曲座標の遷移を表現するための選曲ポリシーである。
これはミュージックソムリエにおいては第 4 象限から第 2 象限へ遷移する選曲
が「盛り上がる」選曲、第 2 象限から第 4 象限への選曲が「落ち着いていく」選
曲であると定義されていることから由来する選曲である。よって、ミュージッ
クソムリエ以外ではこの選曲ポリシーが不適である場合があるかもしれないが、
曲の雰囲気が座標で表されている以上、いずれかの方向へ選曲を行うことで何
かしらの意味を見出される可能性があるためこの選曲ポリシーも取り入れた。
この選曲ポリシーにおいてユーザが早い段階で楽曲をスキップした場合、そ
の方向の選曲に沿う形で選曲をし直す。3 回連続でスキップした場合、およびこ
れ以上この選曲ポリシーを続行できないと判断した場合は標準ポリシーに移行
する。また、演奏終了時にこのポリシーが選択されていた場合は、履歴に曲を
演奏した方向を一緒に記録する。これらの履歴を方向履歴と定義する。
なお、本システムでは扱う方向は、上下左右、各斜め方向の 8 方向である。
14
4.3.2
選択条件
初期に選択した曲数が 2 曲かつその 2 曲が同じクラスタ内には存在せず、印
象空間において閾値以上離れている場合に選択されるようにしている。
これは方向を決定するには 2 点以上の曲が必要であり、また距離が近ければ
雰囲気による選択が適当であり、3 点以上の場合はそれだけの情報があれば標
準ポリシーによりより細かな選択ができるためそちらで選択したほうが妥当で
あろうと判断するためである。
4.3.3
プレイリスト生成アルゴリズム
まず、印象空間上の指定された曲の 1 曲目から 2 曲目への方向ベクトルを求
め、そのベクトルより最もふさわしい方向を 8 方向の中から設定する。そして
次に 2 曲目の曲の大体の位置から、その方向がその位置に対してふさわしいか
どうかを判断し、ふさわしくないと判断した場合は標準ポリシーに移行する。
これは、例えば左端の曲が基点となっているのにそこから左方向へ向け選曲を
行っても対象となる曲数が少ないというように、わざわざ曲のない方向へ選曲
している場合ユーザは方向で選曲したいのではなく、たまたまそういう選曲に
なったと判断したためである。
次に、方向履歴の中から先に求めた方向と同じ方向の選曲による履歴を集め
る。このとき、この履歴の数が閾値以上であればそれらの中から標準ポリシー
の際と同様に、部分パターンマッチングにより類似度を求め、それに履歴の評
価値と乱数を加えた値が最大の方向履歴を選択する。そして、その履歴内の再
成立が閾値以上の各曲についてその曲の一定範囲内の曲を選択する。履歴が十
分に無かった場合は、2 曲目を基点として、まず指定した方向の中で、最もそ
の方向に対し端の曲を見つける。そして、基点となる曲から、端の曲までをそ
の方向と垂直な方向に選曲数分だけ等分し、その等分された各ブロック間でそ
れぞれ 2 曲目以降の曲を選んでいく。図 4 は右下の曲から左上方向へ 4 曲選択
するときの選曲イメージを図示したものである。スキップを行った場合は、ま
ず履歴が十分な数ある場合は、標準ポリシーと同様に、新しいプレイリストの
元となる方向履歴を選びなおし、最初に選曲した際と同様の方法でプレイリス
トを生成する。そして、履歴が不足している場合は、そのスキップした曲を基
点とし、最初の選曲と同様の方法で残りの曲を選び出すようにしている。
15
図 4: 右下の曲から左上方向に 4 曲選択する際のイメージ
4.4
4.4.1
アルバム選曲ポリシー
概要
アルバム履歴を用い、楽曲をアルバムの収録曲順に演奏する選曲ポリシーで
ある。このポリシーを用いた場合一度演奏が始まると、以降プレイリストが変
更されることはない。これは、個人によってその内容順番が流動的な通常の履
歴とは異なり、アルバムの曲順の場合は既に固定化されたものとして存在して
おり、流動的な履歴であれば途中でその内容が変更されてもユーザは違和感を
感じないが、アルバムの曲順が急に変わるとそのアルバムを聴きたかったユー
ザは違和感や抵抗感を感じる可能性があるためである。ただし、演奏の途中中
断は他のポリシーの場合同様可能である。
また、順番が固定化されているリストであるため新規にアルバム選曲ポリシー
に基づいた再生履歴を生成することは無く、アルバム履歴内の情報を更新する
ことで再生履歴の更新を行う。アルバム履歴内に格納されている曲の中で 1 曲
16
目から順に演奏を終えた曲までを A1 , . . . , An とし、i 番目の曲のアルバム履歴内
でのその曲の評価値およびそのときの演奏における再生率をそれぞれ AiV , AiP 、
またそのアルバム履歴の使用回数を N とすると、Ai の新しい評価値 A0iV は
A0iV =
AiV · N + AiP
N +1
となる。そして、当然ながらアルバム履歴の使用回数も 1 増加する。
4.4.2
選択条件
最初に再生する楽曲を 3 曲指定し、その 3 曲ともが同じアルバムの曲であっ
た場合、確認メッセージを出し、アルバム選曲ポリシーに移行する旨にユーザ
が同意した場合に選択されるようにしている。
この条件の理由としてはまず、1 曲しか選んでいないのにその曲のアルバム
を演奏すると判断するのには無理があり、2 曲とも同じアルバムからであって
も、たまたまその 2 曲がおなじアルバムからである可能性が無視できないから
である。しかし、3 曲とも同じだった場合は作為的にそのような選曲にした可
能性が高いと判断できるためである。また、確認メッセージを出すことに関し
ては、前述のとおりプレイリストの途中変更ができないことから、通常のよう
に何も表示せず演奏に移行した場合、スキップしても曲順が変わらないことに
ユーザが戸惑ってしまうことを防ぐためである。
4.4.3
プレイリスト生成アルゴリズム
アルバムの収録曲順にプレイリストを作成する。ただし、システムに格納さ
れている曲に該当する局が存在しない場合はその曲の順番を抜かして次の曲を
プレイリストに加えるようにしている。
4.5
4.5.1
ランダムポリシー
概要
履歴を使用せず、全くのランダムで曲を選択する選曲ポリシーである。この
ポリシーは基本的にはあまり積極的に選ばれるポリシーではないが以前のポリ
シーではどうしてもうまい選曲ができないと判断された場合は、網羅性確保の
ために最終手段として用いられるものである。ユーザの嗜好とは全く無関係な
ため、そのときのユーザの選択方針に合った選曲ができるかは何ら保証はない
が、しかし基本的にユーザがこのシステムに登録するのは多少なりとも好きで
あると感じた曲が殆どであると思われるため、あまり実害が無いとも言える。
17
一度このポリシーを用いると、以降何度スキップしてもずっとランダムポリ
シーを適用し続ける。
4.5.2
選択条件
他のポリシーにおいてこれ以上そのポリシーでは選曲を続けることは不可能、
あるいは無駄と判断された場合に選択されるようにしている。
4.5.3
プレイリスト生成アルゴリズム
履歴、評価値、印象座標、全て関係なくランダムに選択する。ただし、提示
するプレイリスト中には同じ曲が 2 回以上載らないようになっている。
4.6
4.6.1
履歴アレンジポリシー
概要
標準ポリシーに少々変更を加えたプロトタイプソフト用の特殊な選曲ポリシー
である。このポリシーの特徴としては、演奏中に曲を殆ど聞かずにスキップし
た場合であっても、プレイリストの再提示を行うだけで、新たな再生履歴を選
択する作業は行わないようにしている。
これは、元々標準ポリシーの動作確認用のものであったが、その挙動が興味
深いものであったため、プロトタイプソフトに組み込んでみたものである。実
際のシステムでは、履歴を直接指定するという作業はユーザにとっては煩雑な
ものであると思われるため導入はしない。
4.6.2
選択条件
プロトタイプの選曲ポリシー設定欄にて、参照する履歴を決定したときに選
択されるようにしている。
4.6.3
プレイリスト生成アルゴリズム
選曲方法は標準ポリシーと同じである。演奏中、曲を殆ど聞かずにスキップ
した場合、例えば履歴内の i 曲目と対応する曲をスキップした場合、再び i 曲目
と対応する曲を選びなおし、以降 i + 1, i + 2, . . . 番目と指定した曲数分まで対
応する曲を推薦しなおすようになっている。
第5章
プロトタイプソフトによる実験
今回、このシステムを評価するに当たって、実験用のソフトとしてこのシス
テムを実装した MyDiscJockey というプロトタイプソフトを作成し、それを
18
図 5: MyDiscJockey のインターフェース
用いていくつかの実験を行った。この章ではそのプロトタイプソフトの概要、
および実験の内容と結果・考察を記す。
5.1
プロトタイプソフトの概要
このプロトタイプソフトでは、前述の基本的な機能のほかに評価用の様々な
インターフェースを用いているが、基本的には演奏開始・スキップ・演奏停止の
3 操作、および０∼３曲までの選曲によりプレイリストを決定する。インター
フェースは図 5 のようになっている。このソフトにおいては初期の選曲際し、
ユーザは図 5 左の再生候補リストから曲を０∼３曲指定してプレイリストを選
択させるこのシステムの基本的な選曲方法を利用できるほか、図 5 右の欄から
意図的に選曲ポリシーを指定して選曲させることが可能となっている。
これは、実験期間が短かったため、普通の再生履歴に加え雰囲気履歴、方向
履歴を効率よく収集するためのものであり、本システムの根幹に関わる部分で
はない。
19
5.2
学習性能の測定
この実験ではまず、データとしてユーザの好みの曲・そうで無い曲を無差別
に 1000 曲使い、初期のアルバム履歴はユーザの好みのアルバムのもののみを用
いた。これは、ユーザのアルバム履歴を初期値とした再生履歴によって形成さ
れるユーザの選曲方針の嗜好データが、そのときの演奏で気に入らないの楽曲
と気に入った楽曲の選別をどの程度までできるのかを再生履歴の数ごとに調べ
たものである。ここでは、ユーザの気に入らない楽曲をその履歴内において再
生率が 0.1 未満の曲と定義し、そうで無い曲を気に入った楽曲とした。そして
各再生履歴ごとに気に入らない楽曲が履歴内の楽曲のうち何％をしてめいたの
かを調べた。
図 6: 演奏ごとの気に入った楽曲の割合の遷移
図 6 は初回の演奏から 72 回演奏したときの、それぞれの再生履歴における気
に入った曲の出現割合およびその平均の遷移である。図 6 のとおり、最初の方
は安定はしていないものの、比較的初期の段階から気に入った曲の出現割合が
高くなっている。
このことから、曲をシステムに登録した際のアルバム履歴がユーザの学習の
手間を省くことに効果をあげていることがわかる。そして、その後の気に入っ
た楽曲の出現割合も徐々に安定していっていることから、システム内の学習も
20
機能しているということがわかる。
5.3
網羅性に関する測定
この実験では、前述の実験で用いた履歴の一覧を参考に、1000 曲中何曲の曲
を実際聴いたことがあったのかを調べた。
図 7: MyDiscJockey による選曲とランダム選曲の比較
図 7 は MyDiscJockey による選曲と完全なランダム選曲とをそれぞれ、のべ
再生曲数ごとに 1000 曲中何曲の楽曲が一度でも選曲されたかを表すグラフであ
る。なお、ランダム選曲では今まで選曲したことのある曲をもう一度重複して
選曲することを許している。図 7 のとおり、MyDiscJockey の方が完全なランダ
ム再生よりも少々劣ってはいるものの、MyDiscJockey ではユーザの好みに合わ
せ好みの曲を優先して選ぶため、そのことを考えると MyDiscJockey はランダ
ム再生にほぼ等しいレベルの網羅性を持っていると言うことがわかる。
5.4
新規の曲に対する測定
この実験では、前述の実験で用いた履歴を使い、新たな再生候補リストを作
成し、そこにユーザの好みの曲であるが、前述の実験における１０００曲の中
には含まれなかった曲を 178 曲取り込み、それらの曲に対してそれぞれ最初に
演奏する曲を 0∼3 曲指定した場合にわけ、それぞれの条件下で１０曲の選曲を
１０回連続行い、気に入らない楽曲がどれだけだったかの個数を調べた。なお、
21
10 回連続で選曲する間は履歴の更新はあるものの、異なる条件下では履歴はこ
の実験を行う前の状態に初期化されるものとし、楽曲を取り込んだ際のアルバ
ム履歴も追加しないものとする。以下の表 1 がその結果である。
0 曲指定
1 曲指定
2 曲指定
3 曲指定
平均
1
5
5
3
5
4.5
2
6
6
7
6
6.25
3
9
5
5
5
6
4
5
6
4
5
5
5
9
6
6
7
7
6
5
8
5
5
5.75
7
7
6
8
6
6.75
8
6
8
5
8
6.75
9
9
7
8
9
8.25
10
5
8
7
6
6.5
回数
平均
6.6
6.5
5.8
6.2 6.275
表 1: 新規曲を追加した際の気に入った曲の推薦数
表 1 より、いずれの場合においても気に入った曲が推薦される精度は 1 回目
は半分弱であるが、演奏を重ねるごとに徐々にその精度は上昇していることが
わかる。これより、このシステムにおける新規曲に対する適応力も評価できる
ものであるということが示された。
5.5
第三者を用いた性能測定
前述までの実験とは別に、被験者を用いた評価実験を行った。被験者は５名
であり、実験で使用する楽曲はそれぞれの被験者が好みの曲を任意に 100 曲程
度以上を読み込ませたもので具体的な曲数・曲のジャンルなどは指定していな
い。５日間にわたって MyDiscJockey を使用し、その使用後の感想やデータを
アンケート形式で収集したものである。被験者に対して行ったアンケートは付
録に掲載している。
まず、アンケートの項目 1.∼4.、および 7. では MyDiscJockey を通じた本シ
22
ステムの性能評価を 5 段階で行った。いずれも値が高い項目ほど、システムに
対し高評価になるように設定している。その結果をまとめたものが表 2 である。
（性能に関する考察）
項目＼被験者
A
B
C
D E
初期の推薦能力
3
2
1
4
3
2.6
ユーザの嗜好の学習能力
4
3
5
3
3
3.6
システムの操作性
4
2
3
1
2
2.4
曲の網羅度
2
3
1
4
5
3
平均
全体評価
3 1 3 5 3
3
表 2: アンケートにおける本システムの性能評価
この表 2 を見ると、押しなべて能力的には現状の携帯プレイヤーの主流であ
るランダム再生とほぼ同程度の能力であるという結果になった。だが、初期の
推薦精度から実験後半の推薦精度の評価は全体的に上昇しており、このシステ
ムにおいて着実に学習がなされていると言う裏付けが取れた。システムの操作
性に関しては比較的低い評価となっているが、その他のコメントを見る限りで
はこれはインターフェース等の工夫により改善できる点が多いと思われる。
また、5. では前述の大容量携帯音楽プレイヤーの選曲システムにおいて重要
だと思われる性質が一般にはどれくらい重要と思われているのかを調べている。
序論で挙げた手軽さ・網羅性・適応性・学習力に対比としてランダム性を加え
たものを 1 位から順に並べてもらい、その平均順位からどの性質がどれほど重
要であると思われているのかを調べた。その結果が表 3 である。
項目＼被験者
A
B
C
D E
手軽さ
1
2
2
1
1
1.4
網羅性
5
4
1
3
2
3
適応性
2
1
5
5
5
3.6
学習力
4
5
3
2
3
3.4
平均
ランダム性
3 3 4 4 4
3.6
表 3: 携帯音楽プレイヤーにおける重要な性質について
23
表 3 ではまず、携帯音楽プレイヤーの選曲システムに最も必要とされている
性能はその利用においての手軽さであるというのがはっきりと現れている。そ
の次が網羅性であり、学習力と続き、適応性はランダムとほぼ同評価であった
が、これらは手軽さに比べるとほぼ同じような評価となっている。この結果か
ら、携帯音楽プレイヤーの選曲システムに最も重要なのはその操作性であり、
これは他の性能をおいてでも追求すべき性質であると考えることができる。
6. では今回のプロトタイプソフトで用いた、選曲ポリシーを能動的に選択で
きる機能をシステムに組み込むべきかと言うことを訊いた。結果としては 5 人
中 4 人が「3=場合による」と答え、残り一人が「4=組み込んだ方が選曲の幅が
広がる」と答えた。また、場合によると回答した人の中には「このソフトでは
使いづらかった」と回答した人もいるため、インターフェース等の改良が進み、
より簡単にポリシーが選択できるようになれば、ポリシーを自分で設定する機
能もシステムに盛り込む価値もあると思われる。
なお、これ以外の意見・感想としては、
• そろそろランダム選曲以外の機能が欲しい。
• ユーザが持っていない曲を推薦してくれる機能が欲しい
• 歌詞も曲の重要な情報の一つなので波形パターンのみではなく、歌詞情報
も利用してはどうか
• スキップ以外のユーザの嗜好を推し量る方法は無いのか
• 最初に曲を選択しなければならないのは煩わしい
• 聴きたい曲が次にあるときにスキップしてプレイリストが変更され聞けな
くなってしまうことがありもどかしい
• スキップの際、新たに提示される曲が最初の曲とあまり関連がない
と言うものがあった。全体的には、今回のプロトタイプソフトにおいては網羅
性と学習性の兼ね合いがうまく言っておらず、同じような選曲ばかり続く場合
もあれば、せっかくの雰囲気がスキップで壊れてしまう場合もあり、アルゴリ
ズムの調整が必要であると言うことが伺える。しかしながら、根本的な否定意
見は無かったため、基本方針としての本システムのコンセプトに誤りはないと
思われる。
24
第6章
結論
実験結果をまとめると、本論文において提案したシステムは基本性能的には
方針に沿った結果を出せており、またアンケートからもこのシステムの土台と
なっている「簡単な操作で学習する」というコンセプトに誤りがないというこ
とを裏付けることができた。
ただ、網羅性と学習能力の兼ね合いやインターフェースの工夫等、具体的な
実装に関する部分で解決すべき問題も多く存在すると言うこともわかった。ま
た、今回の MyDiscJockey ではミュージックソムリエの印象データを用いている
が、ミュージックソムリエは市販されているソフトであり、それに依存してい
る関係上あまり被験者を集めることができなかった。よって、今後の課題とし
ては先にあげたような実装面での問題の解決に加え、独自に楽曲の印象情報を
自動的に数値化して提示するシステムを作成することも重要であると思われる。
謝辞
本論文の作成に際し、アンケート実験に協力して頂いた方々、および貴重な
時間をさいてアドバイスをして頂いた小山聡助手、田中克己教授に心からの感
謝を表する。
参考文献
[1] Anderson, M., Ball, M., Boley, H., Greene, S., Howse, N., Lemire, D. and
McGrath, S.: RACOFI: A Rule-Applying Collaborative Filtering System,
Proceedings of COLA’03 (2003).
[2] 梶克彦, 平田圭二, 長尾確: 状況と嗜好に関するアノテーションに基づくオ
ンライン楽曲推薦システム, 情処研報 2004-MUS-058, Vol. 2004, pp. 33–38
(2004).
[3] 帆足啓一郎, 松本一則, 井ノ上直己: ジャンルプロファイルによる音楽情報
検索手法の検討, 情報技術レターズ, Vol. 2, pp. 65–66 (2003).
[4] 熊本忠彦, 太田公子: 印象に基づく楽曲検索システム：N グラム統計量の利
用, 情報技術レターズ, Vol. 1, pp. 63–64 (2002).
[5] 熊本忠彦: 印象に基づく楽曲検索のための個人適応手法の設計と評価, 情報
25
技術レターズ, Vol. 3, pp. 55–58 (2004).
[6] 佐藤聡, 小川潤, 堀野義博, 北上始: 感情に基づく音楽作品検索システムの実
現に向けての検討, 信学技報, Vol. SP2000–137, pp. 51–56 (2001).
[7] : アルゴリズム辞典, 共立出版, pp. 196–198 (1994).
26
付録：被験者へのアンケート
1. 今回のソフトについて楽曲の登録を終えた直後での推薦された楽曲についてどう感じました
か？１∼５で評価してください。
(1=ランダム再生のほうが良い、3=ランダム再生と同程度、5=自分の聴きたい曲が推薦された)
2. その後、実験の後半においての推薦された楽曲についてどう感じましたか？１∼５で評価し
てください。
(1=ランダム再生のほうが良い、3=ランダム再生と同程度、5=自分の聴きたい曲が推薦された)
3. このソフトでは
最初の曲を 0∼3 曲選ぶ→選曲ボタンを押す→気に入ったリストが提示されたら演奏を開始
→途中で気に入らない曲が選ばれたらスキップ、または停止ボタンで演奏を終了
という使い方が基本となっていますが、この操作方法についてどう感じましたか？
１∼５で評価してください
(1=とてもわかりにくい、3=普通、5=とてもわかりやすい)
4. このソフトは同じ曲ばかりを再生しないように、なるべく曲を網羅的に選択するようになっ
ていますが、それに関してはどう思いましたか？１∼５で評価してください。
(1=同じ曲ばかりでうんざりした、3=それなりに分散していると思う、5=バランスよく聴くこ
とができた)
5. このソフトは、iPod など大容量携帯音楽プレイヤーにおいて、ユーザの簡単な操作でその
ときのユーザの好みに応じた楽曲を
提供するシステムのプロトタイプとして作成されました。
あなたが大容量携帯音楽プレイヤーの選曲システムにおいて重要だと思われる性質を下記の
項目の中から重要だと感じる順に
番号をつけてください。また、下記の項目以外に自分が重要だと思う項目があれば書き加え
た上で同様にして番号をつけてく
ださい。
・少ない簡単な操作で選曲できる手軽さ
・大量の楽曲からなるべく再生しない曲が無いように選曲する網羅性
・新しい曲が登録されてもすぐにその曲を適切に推薦してくれる適応性
・少ない回数でユーザの好みを学習する学習力
・いつも予想のつかない選曲をするランダム性
6. このソフトの元となるシステムで行われる操作は、3. において述べられている操作のみを
サポートしており、
今回のプロトタイプに実装した「選曲方法を指定する」と言う項目は、実際のシステムでは
使用されません。
これについてどう思いますか？下記の選択肢から選んでください。
1. わからない、興味がない
2. この機能は煩雑なだけなのでいらないと思う。
3. もう少し使いやすければシステムに組み込んでも良いと思う
4. 組み込んだ方が選曲の幅が広がって面白いと思う
5. 非常に良い機能だと思うのでぜひシステムに組み込むべきだ
7. もしこのシステムが携帯音楽プレイヤー用に改良され、実装されたものが完成した場合あな
たはどう思いますか？
１∼５で答えてください。
(1=絶対いらない,3=場合による,5=絶対欲しい)
A-1
8. 最後にこのソフトに関して何か追加するべきだと思う機能、逆にいらないと思う機能
その他何か気づいたことがあれば自由に書いてください。
A-2

Download Report