用戶可以在各種音樂流媒體平臺(tái)上收聽音樂并發(fā)現(xiàn)新的藝術(shù)家，歌曲或?qū)］?，包括Spotify，Apple Music，Amazon Music Unlimited等。
許多開發(fā)人員一直在嘗試創(chuàng)建可以改善這些服務(wù)的工具，例如音樂推薦系統(tǒng)，該系統(tǒng)根據(jù)用戶的喜好和過去聽過的音樂向用戶推薦新的歌曲或播放列表。
首爾國立大學(xué)的研究人員最近創(chuàng)建了一個(gè)交互式數(shù)據(jù)可視化工具，可以增強(qiáng)現(xiàn)有和新興的音樂流服務(wù)。這個(gè)稱為Music Circles的工具可以將歌曲表示為唯一的向量，然后計(jì)算不同向量之間的相似度，以將相似的歌曲分組為簇。
“作為不同口味的音樂愛好者，我們一起開展了一個(gè)項(xiàng)目，該項(xiàng)目將找到視覺上呈現(xiàn)和組合抽象音樂數(shù)據(jù)的新穎方式，” Seokgi Kim，Jihye Park，Kihong Seong，Namwoo Cho，Junho Min和Hwajung Hong的研究人員進(jìn)行了這項(xiàng)研究，并通過電子郵件告訴TechXplore。“
我們想通過流派，藝術(shù)家等來尋找類似音樂的傳統(tǒng)方式有所不同。核心思想是通過基于數(shù)字音頻特征值（例如聲學(xué)和可跳舞性）分配嵌入來用數(shù)字來代表歌曲?！?/p>
Kim和他的同事進(jìn)行的這項(xiàng)研究的主要目的是幫助用戶搜索自己喜歡的音樂，并以更加直觀和吸引人的方式瀏覽音樂流目錄。他們創(chuàng)建的系統(tǒng)Music Circles通過將它們表示為矢量來計(jì)算不同歌曲之間的相似度，從而使尋找個(gè)性化音樂更具娛樂性。
研究人員解釋說：“我們項(xiàng)目中交互和可視化的順序使數(shù)據(jù)探索更加有效和高效?！?“我們的可視化效果類似于圓圈（因此得名），它基于歌曲的音頻特征之間的關(guān)系來顯示有趣的信息（例如，音樂趨勢(shì)）”
本質(zhì)上，Music Circles將歌曲安排為與個(gè)人用戶的音樂品味相匹配的不同群集可視化。
要訪問與他們的音樂喜好一致的歌曲組，用戶只需要對(duì)他們的歌曲喜好進(jìn)行調(diào)查。Music Circles使用通過此調(diào)查收集的數(shù)據(jù)來生成與用戶的偏好一致的歌曲簇的可視化。
研究人員說：“我們偏離了傳統(tǒng)音樂推薦的觀點(diǎn)（專輯封面+歌曲列表），并提供了某些類群特征的可視化?！?/p>
“通過適當(dāng)?shù)淖⑨尯途倪x擇的設(shè)計(jì)，我們認(rèn)為該項(xiàng)目既有趣又有益。盡管音樂推薦中的可視化通常很少，但我們的項(xiàng)目凸顯了以下事實(shí)：數(shù)據(jù)可視化可以使搜索/瀏覽音樂更加愉悅和有效。 ”
與過去開發(fā)的其他音樂推薦系統(tǒng)相比，Music Circles將能夠創(chuàng)作一系列不同歌曲的多才多藝的藝術(shù)家聚集到一個(gè)以上的集群中。
例如，如果僅根據(jù)用戶過去聽過的歌手的身份向用戶推薦Ed Sheeran的歌曲，則僅將其歌曲推薦給有限的聽眾。
另一方面，Music Circles根據(jù)其獨(dú)特的屬性和特性，將Ed Sheeran的不同歌曲放在不同的組中，從而將它們推薦給更廣泛的用戶。
將來，該系統(tǒng)可用于改善音樂流媒體服務(wù)；例如，允許用戶更好地了解音頻功能，發(fā)現(xiàn)他們可能喜歡的新歌曲，查看當(dāng)前的音樂趨勢(shì)以及發(fā)現(xiàn)他們所屬的音樂簇。
“作為數(shù)據(jù)科學(xué)家，我們想利用歌曲的低估屬性，例如制作人，作詞人（與音樂相比可能比實(shí)際藝術(shù)家更與音樂相關(guān)的人），并提供與Spotify和Apple Music等流媒體強(qiáng)國不同的獨(dú)特音樂推薦，”研究人員說?！?/p>
我們還希望使該項(xiàng)目可擴(kuò)展到大數(shù)據(jù)。我們希望以一種更有效的方式顯示更多的音樂，以便將我們的項(xiàng)目提供給更多的音樂愛好者?！?/p>