JP2016194614A - 楽曲推薦システム、プログラム及び楽曲推薦方法 - Google Patents
楽曲推薦システム、プログラム及び楽曲推薦方法 Download PDFInfo
- Publication number
- JP2016194614A JP2016194614A JP2015074532A JP2015074532A JP2016194614A JP 2016194614 A JP2016194614 A JP 2016194614A JP 2015074532 A JP2015074532 A JP 2015074532A JP 2015074532 A JP2015074532 A JP 2015074532A JP 2016194614 A JP2016194614 A JP 2016194614A
- Authority
- JP
- Japan
- Prior art keywords
- music
- emotion
- selection history
- music selection
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Reverberation, Karaoke And Other Acoustics (AREA)
Abstract
Description
まず、図1を用いて本実施形態のカラオケ用通信システム1の概要構成について説明する。なお、図1は、本実施形態に係るカラオケ用通信システム1の構成を示すシステム構成図である。また、図が煩雑になることを防止するために、図1においては、一部のカラオケシステム10のみを示している。すなわち、実際のカラオケ用通信システム1においては、図1に表示するよりも多数のカラオケシステム10が存在している。
(1)楽曲データ(すなわち、カラオケに用いるカラオケデータであって楽曲音源データと歌詞データとを含む。)の再生に合わせて歌唱するユーザ(以下、「歌唱ユーザ」という。)の現タイミング(本実施形態において選曲タイミング)の感情を、当該現タイミングを含む過去の選曲履歴(以下、「現選曲履歴」という。)に基づいて当該感情の推移を含めた感情パラメータを用いて解析し、
(2)解析した感情パラメータと、歌唱ユーザも含む各ユーザの今までの登録された選曲履歴(以下、「比較対象選曲履歴」という。)に基づいて算出された感情パラメータ(以下、「対象感情パラメータ」という。)を用いて、過去において歌唱ユーザの現在の感情と同一又は類似の感情によって選曲された選曲履歴を特定し、
(3)特定した選曲履歴(以下、「特定選曲履歴」という。)の中から現タイミングの歌唱ユーザにおける感情に沿った楽曲を推薦楽曲(以下、「現感情対応楽曲」ともいう。)として特定し、
(4)特定した楽曲の情報(以下、「楽曲情報」という。)を推薦楽曲の楽曲情報(以下、「推薦楽曲情報」という。)として歌唱ユーザに推薦する、
構成を有している。
(1)ユーザの選曲に基づいて、特定の楽曲データを取得する取得機能、
(2)取得した楽曲データを再生して楽音を出力させるとともに、楽音の出力に伴って当該楽曲の歌詞を表示する楽曲データ再生機能、
(3)ユーザが選曲した楽曲の履歴(すなわち、選曲履歴)を管理サーバ装置30に登録する登録機能、及び、
(4)上述のように歌唱ユーザに対して楽曲を推薦する推薦機能
を有している。
(1)楽曲音源データと、歌詞データ及びそれを表示制御する表示制御データから構成されるテロップデータと、を含む新譜などの楽曲データと、
(2)楽曲データ毎に、すなわち、選曲番号その他の楽曲に関する楽曲情報と、
(3)歌唱ユーザ毎に歌唱ユーザIDに対応付けられて、カラオケに関するサービスを受けるために登録されたカラオケに関する情報、歌唱ユーザの属性を示す属性情報、歌唱ユーザの嗜好情報、歌唱ユーザの過去の歌唱履歴にある楽曲ごとの採点結果を含む歌唱ユーザ情報を規定する歌唱者データと、
(4)比較対象履歴データとして、ユーザ毎に日時に対応付けられた履歴データと、
が記録されるデータベース(以下、「DB」という。)300を有している。
次に、図2を用いて本実施形態のカラオケシステム10について説明する。なお、図2は、本実施形態のカラオケシステム10の構成を示すブロック図である。
なお、カラオケシステム10の各部は、バスBによって相互に接続されており、データの授受を実行している。
次に、図3〜図6を用いて本実施形態の管理サーバ装置30について説明する。
20を介してカラオケシステム10及びとデータの授受を行う。
(1)楽曲音源データと、
(2)歌詞データ及び表示制御データを含むテロップデータと、
(3)曲名その他の楽曲関連情報及び楽曲テキストデータを含む楽曲情報と、
が記録される。
(1)予め付与された0〜1.0までの数値(正規化された値)、又は、
(2)(1)の正規化前の数値
が楽曲毎に選曲番号に対応付けられて記憶される。
(1)カラオケシステム10からのユーザIDを含む登録要求に基づく、各ユーザの属性に関する情報及び選曲履歴などを各ユーザ情報のユーザ情報DBへの登録、
(2)ユーザ情報をカラオケシステム10への提供、
(3)各楽曲の感情パラメータの設定
などの各処理を実行する。
[4.1]本実施形態の楽曲推薦処理の原理
次に、図7及び図8を用いて本実施形態の楽曲推薦処理部363において実行される楽曲推薦処理の原理について説明する。なお、図7及び図8は、本実施形態の楽曲推薦処理部363において実行される楽曲推薦処理の原理を説明するための図である。
(1)送信した推薦希望ユーザ(群)の現タイミング(本実施形態において楽曲推薦リクエストを送信したタイミング)を含む、カラオケ中に既に選曲した楽曲の選曲履歴の選曲順に従ったk次元の感情パラメータの推移を示す特徴ベクトル(すなわち、基準感情推移ベクトル)を生成する基準感情推移ベクトル生成処理、
(2)既に(1)と同様に生成された特徴ベクトルであって、選曲履歴DB304に記憶された各選曲履歴(すなわち、比較対象選曲履歴)の選曲順にしたがったk次元の感情パラメータの推移を示す特徴ベクトル(すなわち、他の感情推移ベクトル)をそれぞれ取得する対象感情推移ベクトル取得処理、
(3)生成した基準感情推移ベクトルと、他の感情推移ベクトルのそれぞれと、を比較してその類似度を算出する類似度算出処理、
(4)当該類似度が最も高い(最高値は完全一致)などの予め定められた類似条件を有する他の感情推移ベクトルを特定するとともに、当該特定した感情推移ベクトルに対応する選曲履歴データを、特定選曲履歴データ(以下、「類似選曲履歴データ」ともいう。)として特定する類似選曲履歴特定処理、
(5)特定した類似選曲履歴データの選曲履歴の中から、現選曲履歴における最新選曲済み楽曲に対応する基準楽曲を特定しつつ、当該基準楽曲の次の楽曲、又は、当該次の楽曲の感情的な類似範囲に属する楽曲を推薦楽曲として特定する推薦楽曲特定処理、及び、
(6)特定した推薦楽曲の曲に関する情報(具体的には、選曲番号、曲名及びアーティス名など)を推薦楽曲情報として該当するユーザが使用しているカラオケシステム10に提供する推薦楽曲情報提供処理、
を実行する。
楽曲推薦処理部363は、ユーザ情報DB302に記憶されている推薦希望ユーザ(群)において、今回の一連のカラオケを開始してから現時点までの選曲履歴データ(すなわち、最終ログインしてから当該楽曲推薦リクエストを送信したタイミングまでの)選曲履歴に含まれる各楽曲のk次元の感情パラメータを取得する。
(1)(x1,y1)=(A1,B1)
(2)(x2,Y2)=(A1+A2,B1+B2)
(3)(x3,y3)=(A1+A2+A3,B1+B2+B3)
(4)(x4,y4)=(A1+A2+A3+A4,B1+B2+B3+B4)
(5)(x5,y5)
=(A1+A2+A3+A4+5,B1+B2+B3+B4+B5)
を算出し、基準感情ベクトルを生成する。
楽曲推薦処理部363は、既に選曲履歴DBに記憶されているユーザ(群)毎に、かつ、予め定められた時間単位毎(例えば、1回のログインからログアウトまでの期間毎)に、基準感情推移ベクトル生成処理と同様に生成された感情推移ベクトルを取得する。
(1)(x1,y1)=(A11,B11)
(2)(x2,Y2)=(A11+A12,B11+B12)
(3)(x3,y3)=(A11+A12+A13,B11+B12+B13)
(4)(x4,y4)
=(A11+A12+A13+A14,B11+B12+B13+B14)
(5)(x5,y5)=(AA,BB)
AA=A11+A12+A13+A14+15
BB=B11+B12+B13+B14+B15
を算出し、対象感情ベクトルを生成することによって取得する。
楽曲推薦処理部363は、各曲に対応する感情パラメータによって形成されるベクトルを時系列に並べることによって、1曲毎に(すなわち、各曲の感情パラメータ毎に)ベクトルの頂点に基づくユークリッド距離を比較し、その差を、基準感情推移ベクトルと各対象感情推移ベクトルとの類似度として算出する。
(1)選曲履歴DB304に記憶されている全楽曲において、
(2)推薦希望ユーザ(群)と類似ユーザと判定されたユーザ(群)において、又は、
(3)推薦希望ユーザ(群)と同一のユーザ(群)において、
など、必要に応じて対象となる選曲履歴データの範囲を制限して、それぞれの制限範囲において上記の類似度を算出してもよい。
楽曲推薦処理部363は、所定の類似度条件としては、ユークリッド距離又はDPマッチングに基づいて類似度を算出した場合には、最小値を有する対象感情推移ベクトル、又は、ベクトルのなす角に基づいて類似度を算出した場合には、最高値を有する対象感情推移ベクトル(すなわち、類似対象感情推移ベクトル)に対応付けて記憶されている選曲範囲データを類似選曲範囲データとして特定する。
楽曲推薦処理部363は、類似選曲履歴データが特定されると、当該類似選曲履歴データにおける選曲履歴の中から、現選曲履歴における最新選曲済み楽曲に対応する基準楽曲を特定する。
楽曲推薦処理部363は、特定した推薦楽曲の推薦楽曲情報として、例えば、選曲番号、曲名及びアーティス名を、該当するユーザが使用しているカラオケシステム10に提供する。
次に、本実施形態における感情パラメータの設定について説明する。
本実施形態においては、上述のように、推薦楽曲を特定するために、各楽曲に感情パラメータを設定する必要がある。
(1)各楽曲に含まれる歌詞に対して形態素解析を実行し、
(2)予め設定された辞書(以下、「感情辞書」という。)を用いて、各名詞や形容詞などの品詞に応じて単語をk個の感情の種別毎に分類し、
(3)分類した感情毎の単語数をカウントし、
(4)カウントした感情毎の数値に基づいて当該楽曲の感情パラメータを設定する
ようになっている。
(A)「神聖な」の単語に対して、「聖」、「神」、「浄土」、「聖地」、「天使」及び「鬼」などの単語、
(B)「暗い」及び「悲しい」の単語群に対して、「闇」、「夜道」及び「別れ」などの単語、
(C)「夢見るような」、「感傷的な」及び「優しい」の単語群に対して、「夢」、「望み」、「母」などの単語、
(D)「抒情的な」、「澄み切った」及び「静かな」の単語群に対して、「落ち着く」、「のどか」、「静かな」及び「高原」などの単語、
(E)「ユーモラスな」及び「優雅な」の単語群に対して、「ロマンチック」、「ユーモア」及び「綺麗」などの単語、
(F)「幸福な」及び「楽しい」の単語群に対して「喜び」、「バンザイ」、「朗らか」、「弾む」、「明るい」及び「浮かれる」などの単語、
(G)「劇的な」及び「刺激的な」の単語群に対して、「ドラマチック」、「興奮」及び「刺激的」などの単語、及び
(H)「力強い」の単語に対して、「雄大な」、「重々しい」、「勇気」及び「攻める」などの単語
が対応付けられた感情辞書のデータを用いて分類する。
「桃太郎さん 桃太郎さん お腰につけた 黍団子 一つわたしに 下さいな。
やりましょう やりましょう これから鬼の 征伐に ついて行くなら やりましょう
行きましょう 行きましょう あなたについて 何処までも 家来になって 行きましょう
そりゃ進め そりゃ進め 一度に攻めて 攻めやぶり つぶしてしまえ 鬼が島
おもしろい おもしろい のこらず鬼を 攻めふせて 分捕物を えんやらや
ばんばんざい ばんばんざい お伴の犬や 猿 雉は 勇んで車を えんやらや」
の歌詞について形態素解析を実行すると、
(1)「神聖な」の感情パラメータとして、「鬼」の単語を検出してカウント数を「2」とし、
(2)「暗い」の感情パラメータとして、該当する単語がないので、そのカウント数を「0」とし、
(3)「夢見るような」の感情パラメータとして、該当する単語がないので、そのカウント数を「0」とし、
(4)「抒情的な」の感情パラメータとして、該当する単語がないので、そのカウント数を「0」とし、
(5)「ユーモラス」の感情パラメータとして、該当する単語がないので、そのカウント数を「0」とし、
(6)「幸福な」の感情パラメータとして、該当する単語がないので、そのカウント数を「0」とし、
(7)「楽しい」の感情パラメータとして、「ばんざい」の単語を検出してカウント数を「2」とし、
(8)「劇的な」の感情パラメータとして、該当する単語がないので、そのカウント数を「0」とし、
(9)「力強い」の感情パラメータとして、「征伐」、「攻めて」及び「勇んで」の単語を検出してカウント数を「5」とし、
各感情パラメータを設定する。
次に、図9を用いて本実施形態の管理サーバ装置30において実行される楽曲推薦処理の動作について説明する。なお、図9は、本実施形態の管理サーバ装置30において実行される楽曲推薦処理の動作を示すフローチャートである。
[6.1]変形例1
上記実施形態における管理サーバ装置30は、1台のサーバ装置によって構成されていてもよいし、複数のサーバ装置によってシステムとして構成されていてもよい。また、管理サーバ装置30に設けられたDB300は、ネットワークを介して管理サーバ装置30から独立したデータベースとして構成されていてもよいし、各DB301〜303が複数のデータベースによって構成されていてもよい。
上記実施形態においては、k次元のパラメータ座標上の座標位置に基づく感情パラメータを用いて各楽曲の感情を定義しているが、数値化せずに、それぞれの感情をタグ(以下、「感情タグ」)付けし、当該感情タグに基づいて、基準感情推移ベクトル及び他の感情推移ベクトル(すなわち、対象感情推移ベクトル)を生成して、その類似度を比較してもよい。
上記実施形態においては、カラオケに興じているユーザに対して楽曲を推薦しているが、単に音楽として聴取するための楽曲を推薦するための処理としても提供することが可能である。すなわち、カラオケに限らず、音楽などの楽曲を配信するシステムに適用することが可能である。
[6.4]変形例4
上記実施形態においては、歌詞に対して形態素解析を実行して形態素の終止形を抽出し、感情辞書を用いて、感情辞書の形態素の終止形と類語を用いてその関係語及び表記のゆれの出現回数をカウントしてk次元の感情パラメータを設定することを説明したが、人間が聴いて楽曲毎にパラメータを設定しても良い。
[6.5]変形例5
上記実施形態においては、感情パラメータの推移として、図7に示すように、
(1)(x1,y1)=(A1,B1)
(2)(x2,Y2)=(A1+A2,B1+B2)
(3)(x3,y3)=(A1+A2+A3,B1+B2+B3)
(4)(x4,y4)=(A1+A2+A3+A4,B1+B2+B3+B4)
(5)(x5,y5)
=(A1+A2+A3+A4+5,B1+B2+B3+B4+B5)
を算出し、1曲ごとにユークリッド距離の比較及びDPマッチングを行う説明をしたが、5曲目だけをユークリッド距離の比較及びDPマッチングを行っても良い。
また、
(1)(x1,y1)=(A1,B1) 1曲目
(2)(x2,Y2)=(A2,B2) 2曲目
(3)(x3,y3)=(A3,B3) 3曲目
(4)(x4,y4)=(A4,B4) 4曲目
(5)(x5,y5)=(A5,B5) 5曲目
と
1曲ごとに座標と時系列とを設定し、基準感情ベクトルと、対象感情ベクトルとを比較しても良い。
10 … 通信端末装置
20 … ネットワーク
30 … 管理サーバ装置
110 … 通信制御部
120 … カラオケ再生部
130 … 音声入力処理部
131 … 拡声処理部
140 … 表示部
150 … 表示制御部
160 … 記録部
170 … 操作部
180 … 管理制御部
181 … ROM/RAM
182 … タイマー
210 … 採点実行部
300 … DB(データベース)
301 … カラオケデータDB
302 … ユーザ情報DB
303 … 感情パラメータDB
304 … 選曲履歴DB
310 … 通信制御部
320 … ROM/RAM
350 … システム管理部
360 … データ処理部
361 … 楽曲データ配信部
362 … データ管理部
363 … 楽曲推薦処理部
Claims (8)
- 楽曲をユーザに推薦する楽曲推薦システムであって、
(A)1以上のユーザから構成されるユーザ群毎に、かつ、予め定められた時間単位毎に、選曲されたn曲以上(nは1以上の自然数)の楽曲の選曲履歴を示す選曲履歴データと、(B)各楽曲を示す各楽曲データと、当該各楽曲における感情を数値化したk種(kは1以上)の感情パラメータが規定された感情パラメータデータと、が対応付され記憶される記憶手段を管理する管理手段と、
所定のタイミングで、前記記憶される選曲履歴データの選曲履歴に含まれるn曲以上の各楽曲の前記感情パラメータデータを特定し、当該選曲履歴における選曲順に従って、k種(又は個)の各感情パラメータによって規定されるパラメータ座標上の、当該特定した感情パラメータの数値の推移を感情推移ベクトルとして算出するベクトル算出処理を実行する算出手段と、
前記楽曲の推薦を希望する前記ユーザ群を示す推薦希望ユーザ群の要求に応じて、現タイミングを含む前記時間単位内の当該推薦希望ユーザ群の前記選曲履歴データを特定選曲履歴データとして特定する第1特定手段と、
前記特定された特定選曲履歴データに基づいて前記ベクトル算出処理を実行させて前記感情推移ベクトルを基準感情推移ベクトルとして取得する取得手段と、
前記特定選曲履歴データとは異なり、かつ、前記記憶手段に記憶された他の選曲履歴データに基づいて前記ベクトル算出処理によって得られた複数の他の感情推移ベクトルと、前記取得された基準感情推移ベクトルと、を比較し、予め定めた類似条件を有する他の感情推移ベクトルを抽出する抽出手段と、
前記抽出された他の感情推移ベクトルを得るために用いた他の選曲履歴データを類似選曲履歴データとして特定する第2特定手段と、
前記特定された類似選曲履歴データに含まれる楽曲に対応付けられた楽曲情報を推薦情報として前記推薦希望ユーザ群に提供する提供手段と、
を備えることを特徴とする楽曲推薦システム。 - 請求項1に記載の楽曲推薦システムにおいて、
前記提供手段が、
前記特定された類似選曲履歴データの選曲履歴の中から、前記特定選曲履歴データの現タイミングおける選曲に対応する楽曲を基準楽曲として特定しつつ、当該特定した基準楽曲の次に選曲された楽曲を、現在の推薦ユーザ群における感情に合致する現感情対応楽曲として特定し、当該特定した現感情対応楽曲又は当該現感情対応楽曲に対応付けられた楽曲情報を前記推薦情報として前記推薦希望ユーザに提供する、楽曲推薦システム。 - 請求項1に記載の楽曲推薦システムにおいて、
前記記憶手段に記憶される各楽曲の前記感情パラメータデータには、前記パラメータ座標上の原点を基準に前記感情パラメータによって定まる座標位置を示す座標情報が含まれ、
前記提供手段が、
前記現感情対応楽曲に対応付けられた楽曲としては、前記パラメータ座標上にて現感情対応楽曲の座標位置と所定の範囲内に座標位置を有する楽曲である、楽曲推薦システム。 - 請求項1〜3のいずれか1項に記載の楽曲推薦システムにおいて、
前記抽出手段が、
前記複数の他の感情推移ベクトルとして、前記推薦ユーザ群における過去の選曲履歴データに基づいて前記ベクトル算出処理によって得られた第1種感情推移ベクトルを比較対象の感情推移ベクトルとして用いる、楽曲推薦システム。 - 請求項4に記載の楽曲推薦システムにおいて、
前記ユーザ群毎の前記選曲履歴に基づいて、楽曲の属性及び同一属性の選曲の頻度を少なくともいずれか一方を含む履歴要素を抽出し、当該抽出した履歴要素に基づいて、前記推薦希望ユーザ群と同一の歌唱傾向を有するユーザ群を類似ユーザ群として検出する検出手段を更に備え、
前記抽出手段が、
前記類似条件に合致する前記第1種感情推移ベクトルが存在しない場合には、前記検出された類似ユーザ群における選曲履歴データに基づいて前記ベクトル算出処理によって得られた感情推移ベクトルを、前記比較対象の感情推移ベクトルとして用いる、楽曲推薦システム。 - 請求項1〜5のいずれか1項に記載の楽曲推薦システムにおいて、
前記提供手段が、
前記類似選曲履歴データに対応付けられた楽曲が複数存在する場合に、前記推薦希望ユーザ群の属性に基づいて、当該複数の楽曲の中から所定の条件を具備する楽曲を選択し、当該選択した楽曲に関する情報を推薦情報として前記推薦希望ユーザに提供する、楽曲推薦システム。 - 楽曲をユーザに推薦するコンピュータを、
(A)1以上のユーザから構成されるユーザ群毎に、かつ、予め定められた時間単位毎に、選曲されたn曲以上(nは1以上の自然数)の楽曲の選曲履歴を示す選曲履歴データと、(B)各楽曲を示す各楽曲データと、当該各楽曲における感情を数値化したk種(kは1以上)の感情パラメータが規定された感情パラメータデータと、が対応付され記憶される記憶手段を管理する管理手段、
所定のタイミングで、前記記憶される選曲履歴データの選曲履歴に含まれるn曲以上の各楽曲の前記感情パラメータデータを特定し、当該選曲履歴における選曲順に従って、k種(又は個)の各感情パラメータによって規定されるパラメータ座標上の、当該特定した感情パラメータの数値の推移を感情推移ベクトルとして算出するベクトル算出処理を実行する算出手段、
前記楽曲の推薦を希望する前記ユーザ群を示す推薦希望ユーザ群の要求に応じて、現タイミングを含む前記時間単位内の当該推薦希望ユーザ群の前記選曲履歴データを特定選曲履歴データとして特定する第1特定手段、
前記特定された特定選曲履歴データに基づいて前記ベクトル算出処理を実行させて前記感情推移ベクトルを基準感情推移ベクトルとして取得する取得手段、
前記特定選曲履歴データとは異なり、かつ、前記記憶手段に記憶された他の選曲履歴データに基づいて前記ベクトル算出処理によって得られた複数の他の感情推移ベクトルと、前記取得された基準感情推移ベクトルと、を比較し、予め定めた類似条件を有する他の感情推移ベクトルを抽出する抽出手段、
前記抽出された他の感情推移ベクトルを得るために用いた他の選曲履歴データを類似選曲履歴データとして特定する第2特定手段、及び、
前記特定された類似選曲履歴データに含まれる楽曲に対応付けられた楽曲情報を推薦情報として前記推薦希望ユーザ群に提供する提供手段、
として機能させることを特徴とするプログラム。 - 楽曲をユーザに推薦する楽曲推薦方法であって、
(A)1以上のユーザから構成されるユーザ群毎に、かつ、予め定められた時間単位毎に、選曲されたn曲以上(nは1以上の自然数)の楽曲の選曲履歴を示す選曲履歴データと、(B)各楽曲を示す各楽曲データと、当該各楽曲における感情を数値化したk種(kは1以上)の感情パラメータが規定された感情パラメータデータと、が対応付され記憶される記憶手段を管理し、
所定のタイミングで、前記記憶される選曲履歴データの選曲履歴に含まれるn曲以上の各楽曲の前記感情パラメータデータを特定し、当該選曲履歴における選曲順に従って、k種(又は個)の各感情パラメータによって規定されるパラメータ座標上の、当該特定した感情パラメータの数値の推移を感情推移ベクトルとして算出するベクトル算出処理を実行し、
前記楽曲の推薦を希望する前記ユーザ群を示す推薦希望ユーザ群の要求に応じて、現タイミングを含む前記時間単位内の当該推薦希望ユーザ群の前記選曲履歴データを特定選曲履歴データとして特定し、
前記特定された特定選曲履歴データに基づいて前記ベクトル算出処理を実行させて前記感情推移ベクトルを基準感情推移ベクトルとして取得し、
前記特定選曲履歴データとは異なり、かつ、前記記憶手段に記憶された他の選曲履歴データに基づいて前記ベクトル算出処理によって得られた複数の他の感情推移ベクトルと、前記取得された基準感情推移ベクトルと、を比較し、予め定めた類似条件を有する他の感情推移ベクトルを抽出し、
前記抽出された他の感情推移ベクトルを得るために用いた他の選曲履歴データを類似選曲履歴データとして特定し、
前記特定された類似選曲履歴データに含まれる楽曲に対応付けられた楽曲情報を推薦情報として前記推薦希望ユーザ群に提供する、
ことを特徴とする楽曲推薦方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015074532A JP6535497B2 (ja) | 2015-03-31 | 2015-03-31 | 楽曲推薦システム、プログラム及び楽曲推薦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015074532A JP6535497B2 (ja) | 2015-03-31 | 2015-03-31 | 楽曲推薦システム、プログラム及び楽曲推薦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016194614A true JP2016194614A (ja) | 2016-11-17 |
JP6535497B2 JP6535497B2 (ja) | 2019-06-26 |
Family
ID=57323743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015074532A Active JP6535497B2 (ja) | 2015-03-31 | 2015-03-31 | 楽曲推薦システム、プログラム及び楽曲推薦方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6535497B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019066552A (ja) * | 2017-09-28 | 2019-04-25 | 株式会社第一興商 | 楽曲リコメンド装置 |
CN109726664A (zh) * | 2018-12-24 | 2019-05-07 | 出门问问信息科技有限公司 | 一种智能表盘推荐方法、***、设备及存储介质 |
WO2019087779A1 (ja) | 2017-10-31 | 2019-05-09 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN109885722A (zh) * | 2019-01-07 | 2019-06-14 | 平安科技(深圳)有限公司 | 基于自然语言处理的音乐推荐方法、装置、及计算机设备 |
JP2019132980A (ja) * | 2018-01-31 | 2019-08-08 | 株式会社第一興商 | カラオケ装置 |
JP2020052748A (ja) * | 2018-09-27 | 2020-04-02 | 沖電気工業株式会社 | サーバ装置、情報処理方法、プログラム、端末装置及び情報通信システム |
CN110956980A (zh) * | 2019-12-10 | 2020-04-03 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、装置及存储介质 |
US11561761B2 (en) * | 2019-07-31 | 2023-01-24 | Canon Kabushiki Kaisha | Information processing system, method, and storage medium |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1011463A (ja) * | 1996-06-26 | 1998-01-16 | Mitsubishi Materials Corp | 音楽情報検索装置 |
JP2003005756A (ja) * | 2001-06-21 | 2003-01-08 | Shinsuke Ohira | 電子機器における音楽ファイルデータの再生、配信、放送時に、希望する曲調の時間的変化を伴った選曲順リスト自動生成と、その再生・配信システム。 |
JP2004233723A (ja) * | 2003-01-31 | 2004-08-19 | Daiichikosho Co Ltd | カラオケ選曲システム、カラオケリモコン装置、カラオケ装置、選曲仲介装置 |
-
2015
- 2015-03-31 JP JP2015074532A patent/JP6535497B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1011463A (ja) * | 1996-06-26 | 1998-01-16 | Mitsubishi Materials Corp | 音楽情報検索装置 |
JP2003005756A (ja) * | 2001-06-21 | 2003-01-08 | Shinsuke Ohira | 電子機器における音楽ファイルデータの再生、配信、放送時に、希望する曲調の時間的変化を伴った選曲順リスト自動生成と、その再生・配信システム。 |
JP2004233723A (ja) * | 2003-01-31 | 2004-08-19 | Daiichikosho Co Ltd | カラオケ選曲システム、カラオケリモコン装置、カラオケ装置、選曲仲介装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019066552A (ja) * | 2017-09-28 | 2019-04-25 | 株式会社第一興商 | 楽曲リコメンド装置 |
WO2019087779A1 (ja) | 2017-10-31 | 2019-05-09 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2019132980A (ja) * | 2018-01-31 | 2019-08-08 | 株式会社第一興商 | カラオケ装置 |
JP2020052748A (ja) * | 2018-09-27 | 2020-04-02 | 沖電気工業株式会社 | サーバ装置、情報処理方法、プログラム、端末装置及び情報通信システム |
JP7266984B2 (ja) | 2018-09-27 | 2023-05-01 | 沖電気工業株式会社 | サーバ装置 |
CN109726664A (zh) * | 2018-12-24 | 2019-05-07 | 出门问问信息科技有限公司 | 一种智能表盘推荐方法、***、设备及存储介质 |
CN109885722A (zh) * | 2019-01-07 | 2019-06-14 | 平安科技(深圳)有限公司 | 基于自然语言处理的音乐推荐方法、装置、及计算机设备 |
CN109885722B (zh) * | 2019-01-07 | 2023-07-04 | 平安科技(深圳)有限公司 | 基于自然语言处理的音乐推荐方法、装置、及计算机设备 |
US11561761B2 (en) * | 2019-07-31 | 2023-01-24 | Canon Kabushiki Kaisha | Information processing system, method, and storage medium |
CN110956980A (zh) * | 2019-12-10 | 2020-04-03 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、装置及存储介质 |
CN110956980B (zh) * | 2019-12-10 | 2024-04-09 | 腾讯科技(深圳)有限公司 | 媒体数据处理方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6535497B2 (ja) | 2019-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6535497B2 (ja) | 楽曲推薦システム、プログラム及び楽曲推薦方法 | |
US9372860B2 (en) | Method, system and device for content recommendation | |
US11638873B2 (en) | Dynamic modification of audio playback in games | |
US20180109820A1 (en) | Identifying media content for simultaneous playback | |
US9286943B2 (en) | Enhancing karaoke systems utilizing audience sentiment feedback and audio watermarking | |
CN102567447A (zh) | 信息处理装置和方法、信息处理***及程序 | |
US11971927B1 (en) | System and method for contextual data selection from electronic media content | |
JPWO2017094326A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN114257822A (zh) | 用于网络平台的虚拟物品展示方法和设备 | |
JP5864841B2 (ja) | 楽曲選択装置、楽曲選択方法および楽曲選択プログラム | |
US20220406280A1 (en) | Information processing apparatus, information processing method, and information processing program | |
JP2010078926A (ja) | デュエット相手抽出システム | |
JP6181499B2 (ja) | 商品推奨システム、商品推奨サーバ、及び商品推奨プログラム | |
JP2010044756A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN109802987B (zh) | 用于显示装置的内容推送方法、推送装置和显示设备 | |
JP6058991B2 (ja) | 歌唱音声に対応する歌唱動画選択システム | |
JP6144477B2 (ja) | コラボレーション歌唱映像表示システム | |
KR20090011685A (ko) | 영상추론을 이용한 노래방 서비스 시스템 및 그 방법과이를 위한 노래방 서비스 서버 | |
JP2014123085A (ja) | カラオケにおいて歌唱に合わせて視聴者が行う身体動作等をより有効に演出し提供する装置、方法、およびプログラム | |
CN113297414A (zh) | 音乐礼物的管理方法和装置、介质和计算设备 | |
JP6898822B2 (ja) | 楽曲リコメンド装置 | |
JP5649607B2 (ja) | 端末装置及び楽曲再生装置 | |
JP6121139B2 (ja) | カラオケ歌唱映像の歌唱音声選択システム | |
JP6045069B2 (ja) | 操作端末、カラオケシステム、及びカラオケプログラム | |
JP2016057570A (ja) | 音響解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170913 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181031 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190603 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6535497 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |