Musikempfehlungssysteme

368 views

Published on

Ein Vortrag von Hieronymus Karl aus dem Hauptseminar "Personalisierung mit großen Daten".

Published in: Technology, Spiritual
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
368
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
3
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Musikempfehlungssysteme

  1. 1. Vorgestellt von Hieronymus Karl 09.01.2014
  2. 2. }  Introduction }  The Music Long Tail }  How To Discover New Music ◦  General ◦  Sales vs. Plays ◦  Definition and formal Model ◦  Power-Law, Power-Law w. Exp. Decay, Log Normal ◦  Dynamics in the Long Tail ◦  Recommending the unknown ◦  Novelty/Redundancy Detection ◦  Topic Diversification & Recommendation Lists Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 2
  3. 3. “The Long Tail is about the economics of abundance; what happens when the bottlenecks that stand between supply and demand in our culture start to disappear and everything becomes available to everyone.” Anderson, Chris Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 3
  4. 4. }  Brick-And-Mortar Era }  Hit or Miss à Hit vs. Niche paradigm }  Pre- or Postfilters Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 4
  5. 5. Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 5
  6. 6. }  Used for the further studies: Total Number of Plays Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 6
  7. 7. }  Qualitative Definition: “The Long Tail is composed of a small number of popular items, the well-known hits, and the rest are located in the heavy tail, those not sell that well.” Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 7
  8. 8. Top 30 0.28% Top 82 Top 737 Top 6655 Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten Total 260525 Artists 09.01.2014 8
  9. 9. }  Quantitative Definition: Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 9
  10. 10. Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 10
  11. 11. }  „It is not our goal to decide whether one can monetize the long tail, but to help people discover those items that are lost in the tail.“ Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 11
  12. 12. }  Adaptive Information Filtering System Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 12
  13. 13. Aim: Distinguish novel and redundant in addition to relevant and nonrelevant Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 13
  14. 14. }  }  }  Accuracy of state-of-the-art Collaborative Fitering Systems is excellent, user satisfaction is still not given (Portfolio Effect) New perception: Regard Recommendation-Lists as Entities to obtain better user satisfaction Intra-List-Similarity }  }  diversity may refer to ALL kinds of features, e.g. genre, artist, intrumentation, … ILS-score calculation: the higher the score, the lower the diversity Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 14
  15. 15. Vielen Dank für Ihre Aufmerksamkeit! Musikempfehlungssysteme, Hieronymus Karl, Hauptseminar: Personalisierung mit grossen Daten 09.01.2014 15

×