論文の概要: Modelling Moral Traits with Music Listening Preferences and Demographics
- arxiv url: http://arxiv.org/abs/2107.00349v1
- Date: Thu, 1 Jul 2021 10:26:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-23 20:53:14.378251
- Title: Modelling Moral Traits with Music Listening Preferences and Demographics
- Title(参考訳): 音楽聴取選好とデモグラフィによるモラルトラストのモデル化
- Authors: Vjosa Preniqi, Kyriaki Kalimeri, Charalampos Saitis
- Abstract要約: カナダで実施されているオンライン調査から,音楽ジャンルの嗜好,人口統計,道徳的価値の関連性を検討する。
以上の結果から,人の道徳的価値を予測する上での音楽の重要性が示された(.55-.69 AUROC)。
- 参考スコア(独自算出の注目度): 2.3204178451683264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Music is an essential component in our everyday lives and experiences, as it
is a way that we use to express our feelings, emotions and cultures. In this
study, we explore the association between music genre preferences, demographics
and moral values by exploring self-reported data from an online survey
administered in Canada. Participants filled in the moral foundations
questionnaire, while they also provided their basic demographic information,
and music preferences. Here, we predict the moral values of the participants
inferring on their musical preferences employing classification and regression
techniques. We also explored the predictive power of features estimated from
factor analysis on the music genres, as well as the generalist/specialist (GS)
score for revealing the diversity of musical choices for each user. Our results
show the importance of music in predicting a person's moral values (.55-.69
AUROC); while knowledge of basic demographic features such as age and gender is
enough to increase the performance (.58-.71 AUROC).
- Abstract(参考訳): 音楽は私たちの日常生活や経験において不可欠な要素であり、私たちの感情や感情、文化を表現するのに使われます。
本研究では,カナダで実施されているオンライン調査から,音楽ジャンルの嗜好,人口統計,道徳的価値の関連性を検討する。
参加者は道徳的基礎調査に満足し、基本的人口統計情報や音楽の嗜好も提供した。
そこで我々は,分類と回帰手法を用いた音楽的嗜好に基づく参加者の道徳的価値を予測する。
また,音楽ジャンルの因子分析から推定される特徴の予測力や,ユーザ毎の音楽選択の多様性を明らかにするためのジェネラリスト・専門家スコアについても検討した。
本研究は,個人の道徳価値観を予測する上での音楽の重要性を示す(.55-.69)。
AUROC; 年齢や性別などの基本的な人口統計学的特徴の知識は、性能を高めるのに十分である(.58-.71)。
AUROC)。
関連論文リスト
- MusicRL: Aligning Music Generation to Human Preferences [62.44903326718772]
MusicRLは人間のフィードバックによって微調整された最初の音楽生成システムである。
ユーザに対してMusicLMをデプロイし,30,000対の選好からなる実質的なデータセットを収集する。
人間のフィードバックを大規模に組み込んだ最初のテキスト-音楽モデルであるMusicRL-Uを訓練する。
論文 参考訳(メタデータ) (2024-02-06T18:36:52Z) - Exploring the Emotional Landscape of Music: An Analysis of Valence
Trends and Genre Variations in Spotify Music Data [0.0]
本稿ではSpotifyの音楽データを用いた音楽感情と傾向の複雑な分析を行う。
回帰モデル、時間分析、気分遷移、ジャンル調査を応用し、音楽と感情の関係のパターンを明らかにする。
論文 参考訳(メタデータ) (2023-10-29T15:57:31Z) - Fairness Through Domain Awareness: Mitigating Popularity Bias For Music
Discovery [56.77435520571752]
音楽発見と人気バイアスの本質的な関係について検討する。
本稿では,グラフニューラルネットワーク(GNN)に基づくレコメンデータシステムにおいて,人気バイアスに対処する,ドメイン対応の個別フェアネスに基づくアプローチを提案する。
我々のアプローチでは、個々の公正さを用いて、真実を聴く経験、すなわち2つの歌が似ているとすると、この類似性は彼らの表現に反映されるべきである。
論文 参考訳(メタデータ) (2023-08-28T14:12:25Z) - Universality of preference behaviors in online music-listener bipartite
networks: A Big Data analysis [4.062544367625752]
中国最大のオンライン音楽プラットフォームの一つであるNetEase Cloud Music (NCM) の何百万人ものユーザによる音楽嗜好の形成について検討する。
本分析では,音楽影響の減衰パターン,音楽に対するユーザの感受性,年齢・性別差,地域経済指標との関係について考察した。
論文 参考訳(メタデータ) (2022-12-26T12:50:56Z) - A Dataset for Greek Traditional and Folk Music: Lyra [69.07390994897443]
本稿では,80時間程度で要約された1570曲を含むギリシャの伝統音楽と民俗音楽のデータセットについて述べる。
このデータセットにはYouTubeのタイムスタンプ付きリンクが組み込まれており、オーディオやビデオの検索や、インスツルメンテーション、地理、ジャンルに関する豊富なメタデータ情報が含まれている。
論文 参考訳(メタデータ) (2022-11-21T14:15:43Z) - Affective Idiosyncratic Responses to Music [63.969810774018775]
本研究では,中国社会音楽プラットフォーム上での403万以上のリスナーコメントから,音楽に対する感情応答を測定する手法を開発した。
我々は,聴取者の感情反応を促進する音楽的,歌詞的,文脈的,人口動態的,精神的健康的効果をテストした。
論文 参考訳(メタデータ) (2022-10-17T19:57:46Z) - "More Than Words": Linking Music Preferences and Moral Values Through
Lyrics [2.3204178451683264]
本研究では,歌詞にテキスト分析手法を適用し,音楽の嗜好と道徳的価値の関係について検討した。
われわれは1,386人のサイコメトリックスコアを、Facebook Page Likesから登場した好みの音楽アーティストのトップ5の歌詞に合わせる。
機械学習フレームワークは、回帰アプローチを利用して、道徳的価値を推定するための叙述的特徴の予測力を評価するように設計された。
論文 参考訳(メタデータ) (2022-09-02T16:58:52Z) - MusicBERT: Symbolic Music Understanding with Large-Scale Pre-Training [97.91071692716406]
シンボリック・ミュージックの理解(シンボリック・ミュージックの理解)とは、シンボリック・データから音楽を理解することを指す。
MusicBERTは、音楽理解のための大規模な事前訓練モデルである。
論文 参考訳(メタデータ) (2021-06-10T10:13:05Z) - Musical Prosody-Driven Emotion Classification: Interpreting Vocalists
Portrayal of Emotions Through Machine Learning [0.0]
音楽の韻律の役割は、いくつかの研究が韻律と感情の強い結びつきを示しているにもかかわらず、まだ解明されていない。
本研究では,従来の機械学習アルゴリズムの入力を音楽韻律の特徴に限定する。
我々は,ボーカリストの個人データ収集手法と,アーティスト自身による個人的根拠的真理ラベル付け手法を利用する。
論文 参考訳(メタデータ) (2021-06-04T15:40:19Z) - Multi-Modal Music Information Retrieval: Augmenting Audio-Analysis with
Visual Computing for Improved Music Video Analysis [91.3755431537592]
この論文は、音声分析とコンピュータビジョンを組み合わせて、マルチモーダルの観点から音楽情報検索(MIR)タスクにアプローチする。
本研究の主な仮説は、ジャンルやテーマなど特定の表現的カテゴリーを視覚的内容のみに基づいて認識できるという観察に基づいている。
実験は、3つのMIRタスクに対して行われ、アーティスト識別、音楽ジェネア分類、クロスジェネア分類を行う。
論文 参考訳(メタデータ) (2020-02-01T17:57:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。