Towards Context-Aware Recommendation Systems in Music Streaming Platforms: A comparison of context related passive listening behavior among the population of Copenhagen and Lisbon
Author
Mafra Tenera, João André
Term
4. Term
Education
Publication year
2021
Submitted on
2021-10-09
Pages
75
Abstract
Dette projekt undersøger, hvordan folk lytter til musik i forskellige situationer, og hvad det betyder for kontekstbevidste anbefalingssystemer—tjenester der tilpasser forslag til brugerens situation. Vi gennemførte en spørgeundersøgelse blandt beboere i København og Lissabon for at se, om valg af afspilningsmåde (fx playliste/mappe eller radio) varierer mellem aktiviteter som at arbejde og ikke arbejde. Undersøgelsen ser på, om aktiviteten hænger sammen med, hvordan man afspiller musik, og om præferencerne adskiller sig mellem de to byer. Resultaterne viser en signifikant forskel mellem grupperne i den samlede præference for afspilningsmåde, afhængigt af om man arbejder eller ej. Indsigterne kan bruges til at udvikle anbefalinger, der bedre tager højde for brugernes kontekst. Fremtidigt arbejde vil udvide undersøgelsen med intention-aware og følelsesgenkendelse—systemer der tager højde for brugerens hensigt og kan registrere lytterens følelsesmæssige tilstand—for at supplere resultaterne.
This project examines how people listen to music in different situations and what that means for context-aware recommendation systems—services that adapt suggestions to the listener’s situation. We conducted a survey of residents in Copenhagen and Lisbon to see whether the choice of playback method (for example, playlists/folders or radio) differs between activities such as working and not working. The study asks whether activity relates to how people play music and whether preferences vary between the two cities. The results show a significant difference between the groups in overall preferences for playback method, depending on whether they are working or not. These insights can inform recommendations that better account for users’ context. Future work will extend the research to intention-aware and emotion recognition approaches—systems that consider user goals and can detect the listener’s emotional state—to complement the findings.
[This summary has been rewritten with the help of AI based on the project's original abstract]
Documents