根据一项发表在《欧洲物理期刊-数据科学》（EPJ Data Science）上的研究，与其他小众音乐的听众相比，硬摇滚（hard rock）和嘻哈（hip-hop）等高能量音乐的听众更难从音乐推荐系统获得准确的推荐。
一个来自奥地利格拉茨技术大学（Graz University of Technology）、林茨大学（Johannes Kepler University Linz）、因斯布鲁克大学（University of Innsbruck）和荷兰乌得勒支大学（University of Utrecht）的研究团队比较了音乐推荐算法Last.fm对4148名主流音乐和各种小众音乐听众（每组2074人）推荐的准确度。根据用户最常听的艺术家，作者使用了四种常见的音乐推荐算法来预测他们可能喜欢的音乐，发现主流音乐的听众似乎比小众音乐的听众更容易收到准确的推荐。
图片来源：pixabay
随后，作者使用了一种算法，根据用户最常听的音乐特征，对样本中的小众音乐进行了分类，包括：仅原声乐器音乐，例如民谣；高能量音乐，例如硬摇滚和嘻哈；不含人声的原声乐器音乐，如环境音乐；无人声高能量音乐，例如电子音乐。作者比较了每个组的收听历史，确定了哪些用户喜欢听自己偏好之外的音乐，以及每个组内听的音乐的多样程度。
结果显示，听环境音乐最多的用户也很有可能去听硬摇滚、民谣和电子音乐。而听高能量音乐的用户则很少会听其他用户喜爱的音乐类型，如民谣、电子或环境音乐。但他们所听的具体类别最为多样，例如硬摇滚、朋克、唱作人音乐和嘻哈。
对于4种常见音乐推荐算法生成的推荐结果，作者基于用户的收听历史和计算模型，分别预测了不同组的小众音乐收听者喜爱这些结果的可能性。他们发现，主要听高能量音乐的人收到的推荐最不准确，而主要听环境音乐的人收到的推荐最为准确。
图片来源：pixabay
文章的通讯作者Elisabeth Lex说：“随着越来越多的音乐通过音乐流媒体得到传播，音乐推荐系统对于帮助用户搜索、分类和过滤大量的音乐作品集愈发重要。我们的发现表明，许多先进的音乐推荐技术或许无法为小众音乐听众提供高质量的音乐推荐。这可能是因为音乐推荐算法都更倾向于流行乐，导致了小众音乐被算法推荐的可能性较低。”
“并且我们的结果还表明，”Elisabeth Lex补充，“与那些听硬摇滚和嘻哈的人相比，经常听环境音乐的人所具有的音乐偏好更易于被推荐算法预测，这使得他们能够得到更好的音乐推荐。”
作者指出，他们的发现为音乐推荐系统的开发提供了有效信息，以便为小众音乐听众带来更准确的推荐。但他们也提醒，由于这些分析是基于来自 Last.fm 的有限用户数据样本，他们的发现可能无法代表所有Last.fm用户，或其他音乐流媒体平台的用户。
翻译：武大可
编辑：戚译引
引进来源：BioMed Central/TechXplore
本文来自：中国数字科技馆
特别声明：本文转载仅仅是出于科普传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或其它相关事宜，请与我们接洽。
