Wenn man Talking Heads hören will und Ed Sheeran serviert bekommt

Ed Sheeran

Algorithmen empfehlen Musiker wie den weltweit erfolgreichsten Ed Sheeran

Musikliebhaber, die sich jenseits des Mainstreams verorten, haben bei Algorithmus-basierten Musikempfehlungen oft das Nachsehen und erhalten kaum passende Treffer. Zu dem Schluss kommt einer Studie unter Führung der Technischen Unversität Graz http://tugraz.at. Im Gegensatz dazu profitieren Nutzer, die dem Massengeschmack frönen, von treffenderen Musik-Empfehlungen. Die Studienergebnisse könnten bessere Empfehlungsdienste nach sich ziehen und wurden in “EPJ Data Science” publiziert.
Analyse des Hörverhaltens
Forscher des Know-Centers, der Technischen Universität Graz, der Johannes Kepler Universität Linz, der Universität Innsbruck und der Universität Utrecht haben die Treffsicherheit von Algorithmus-basierten Musikempfehlungen für Hörer von Mainstream- und Nicht-Mainstream-Musik analysiert. Dafür haben sie einen Datensatz des Hörverhaltens von 4.148 Nutzern der Musik-Streaming-Plattform Last.fm verwendet. Von diesen hörte die eine Hälfte überwiegend Nicht-Mainstream- und die andere Hälfte vor allem Mainstream-Musik.
Die Forscher haben ein Computermodell mit Künstlern erstellt, die von Nutzern am meisten gehört wurden. Anhand dessen konnten sie die Wahrscheinlichkeit vorhersagen, mit der die Empfehlung von vier gängigen Musikempfehlungsalgorithmen den individuellen Hörgeschmack tatsächlich trifft. Nicht-Mainstream-Hörer wurden per Algorithmus wegen der Merkmale ihrer Lieblingsmusik in vier Kategorien eingeteilt. Die Forscher verglichen die Hörgewohnheiten dieser Gruppen und stellten fest, wer am häufigsten Musik außerhalb des bevorzugten Genres hörte und wie breit gestreut die gehörten Musikrichtungen in jeder Gruppe waren.
Sinnvoller Blick über Tellerrand
“In unserer Studie haben wir herausgefunden, dass sich die Offenheit von Hörerinnen und Hörer für Musik abseits der eigenen Hörpräferenzen positiv auf die Qualität von Empfehlungen auswirkt. Der sogenannte ‘Blick über den Tellerrand’ zahlt sich also auch beim Musikhören aus”, erklärt Dominik Kowald, Erstautor der Studie und wissenschaftlicher Leiter des Forschungsbereichs Social Computing am Know-Center.
(pte/Steinbrück)