1. Musikalische Vorlieben oder alltagsästhetische Schemata? Zur relativen Bedeutung von Demografie-, Sozialisations- und Persönlichkeitsvariablen für die Optimierung digitaler Musikempfehlungssysteme
Chapter
Lepa, Steffen; Seifert, Markus.
2015
Ziel der hier vorgestellten Studie ist es, allgemeine
Prädiktoren für die Vorhersage musikalischer
Präferenzen zu ermitteln, die geeignet sind, digitale
Musikempfehlungssysteme zu optimieren. Dabei wi ...
1. Musikalische Vorlieben oder alltagsästhetische Schemata? Zur relativen Bedeutung von Demografie-, Sozialisations- und Persönlichkeitsvariablen für die Optimierung digitaler Musikempfehlungssysteme
Chapter
Lepa, Steffen; Seifert, Markus.
2015
Ziel der hier vorgestellten Studie ist es, allgemeine
Prädiktoren für die Vorhersage musikalischer
Präferenzen zu ermitteln, die geeignet sind, digitale
Musikempfehlungssysteme zu optimieren. Dabei wi ...
- DFK
- 0309528
- Titel
- Musikalische Vorlieben oder alltagsästhetische Schemata? Zur relativen Bedeutung von Demografie-, Sozialisations- und Persönlichkeitsvariablen für die Optimierung digitaler Musikempfehlungssysteme
- Person(en)
- Lepa, Steffen; Seifert, Markus.
(Technische Universität Berlin; Fachgebiet Audiokommunikation, GERMANY)
E-Mail: Lepa, Steffen
- Quelle
-
In: Auhagen, Wolfgang; Bullerjahn, Claudia; von Georgi, Richard (Ed.), Musikpsychologie - Jahrbuch der Deutschen Gesellschaft für Musikpsychologie. Band 25: Anwendungsorientierte Forschung (S. 116-141). Göttingen: Hogrefe, 2015, ISBN: 978-3-8017-2734-5
- Jahr
- 2015
- Sprache
- German
- Abstract
- Ziel der hier vorgestellten Studie ist es, allgemeine Prädiktoren für die Vorhersage musikalischer Präferenzen zu ermitteln, die geeignet sind, digitale Musikempfehlungssysteme zu optimieren. Dabei wird besonderes Augenmerk auf den Einfluss medienbezogener Musiksozialisation für die Präferenzbildung gelegt. Daten (musikalische Vorlieben, Musiksozisalisation, Persönlichkeitseigenschaften) wurden mit einem selbst entwickelten Fragebogen und einer 15 Items umfassenden Kurzversion des "Big-Five-Inventory" an einer Stichprobe von 699 Studierenden erhoben. Die Ergebnisse liefern Entwicklern von Musikempfehlungssystemen konkrete Befunde, die dabei helfen können, die Cold-Start-Problematik produktiv anzugehen: Die zu Beginn noch unklaren Affinitäten zwischen dem mit Genre-Metadaten versehenen Angebot eines digitalen Musikkatalogs und seinen potentiellen Nutzern können ansatzweise prädiziert werden, indem der Algorithmus zusätzlich auf (mit graduell unterschiedlichem Aufwand) erhobene soziodemografische Angaben, Sozialisationserfahrungen und Persönlichkeitseigenschaften zurückgreift. Es wird resümiert, dass die empirischen Ergebnisse einerseits inhaltlich in Kontinuität mit der Forschungslage stehen, dass sie aber andererseits auch methodologisch neue Wege aufzeigen und zudem das synergetische Potential der Zusammenführung musikpsychologischer und musiksoziologischer Ansätze für die Optimierung von Musikempfehlungssystemen demonstrieren.
- Schlagwörter
- Musik - Präferenzen - Vorhersage - Persönlichkeitsmerkmale - Ästhetische Präferenzen - Junges Erwachsenenalter - Dreißigeralter - Erwachsenenalter - Deutschland
- Englische Schlagwörter
- Music - Preferences - Prediction - Personality Traits - Aesthetic Preferences - Young Adulthood - Thirties - Adulthood - Germany
- Klassifikation
- 3740 Freizeit und Erholung
- Englische Klassifikation
- 3740 Recreation & Leisure
- Segment
- PSYNDEX Research - PSYNDEX Lit
- Methode
- 10100 empirical study
- Dokumenttyp
- Chapter
- Medientyp
- Print
- Key Phrase
- prediction of musical preferences & digital music recommender systems, music socialization & personality traits, Big-Five-Inventory; 699 college students
- Datenquelle
- PSYNDEX © ZPID