Günümüzde kullanıcılar, Spotify, Apple Music, Amazon Music Unlimited ve daha fazlası dahil olmak üzere çeşitli müzik akışı platformlarında müzik dinleyebilir ve yeni sanatçılar, şarkılar veya albümler keşfedebilirler.
Birçok geliştirici, tercihlerine ve geçmişte dinledikleri müziklere göre kullanıcılara yeni şarkılar veya çalma listeleri öneren müzik öneri sistemleri gibi bu hizmetleri geliştirebilecek araçlar yaratmaya çalışıyor.
Seul Ulusal Üniversitesi’ndeki araştırmacılar yakın zamanda hem mevcut hem de yeni çıkan müzik akışı hizmetlerini geliştirebilecek etkileşimli bir veri görselleştirme aracı oluşturdu . Music Circles adı verilen bu araç, şarkıları benzersiz vektörler olarak temsil edebilir ve ardından benzer şarkıları kümeler halinde gruplamak için farklı vektörler arasındaki benzerlikleri hesaplayabilir.
Seokgi Kim, Jihye Park, Kihong Seong, Namwoo Cho, Junho Min ve Hwajung Hong, “Farklı zevklere sahip müzik severler olarak, soyut müzik verilerini görsel olarak temsil etmenin ve gruplandırmanın yeni yollarını bulacak bir proje için bir araya geldik.” E-posta yoluyla TechXplore’a yaptığı açıklamada, çalışmayı gerçekleştirdi. “Türler, sanatçılar vb. Yoluyla benzer müziği bulmanın geleneksel yollarından farklılaşmak istedik. Temel fikir, şarkıları, akustik ve dans edilebilirlik gibi sayısal ses özelliği değerlerine dayalı olarak yerleştirmeler atayarak sayılarla temsil etmekti.”
Kim ve meslektaşları tarafından yürütülen çalışmanın temel amacı, kullanıcıların sevebilecekleri müzikleri aramalarına ve müzik akışı kataloglarını daha sezgisel ve ilgi çekici yollarla keşfetmelerine yardımcı olmaktı. Oluşturdukları sistem olan Music Circles, kişiselleştirilmiş müzik arayışını daha eğlenceli hale getirmek için farklı şarkılar arasındaki benzerliği vektör olarak temsil ederek hesaplıyor.
Araştırmacılar, “Projemizdeki etkileşim ve görselleştirme dizisi, veri keşfini daha etkili ve verimli hale getiriyor,” diye açıkladı. “Çevrelere benzeyen görselleştirmelerimiz (dolayısıyla adı), şarkıların ses özellikleri arasındaki ilişkilere dayalı ilginç bilgiler (örneğin, müzikteki eğilimler) gösteriyor.”
Esasen, Müzik Çevreleri şarkıları bireysel kullanıcıların müzik zevkine uygun farklı küme görselleştirmeleri olarak düzenler. Müzik tercihlerine uygun şarkı kümelerine erişmek için , kullanıcıların şarkı tercihleri hakkında bir anket yapmaları yeterlidir. Müzik Çevreleri, bir kullanıcının tercihleriyle uyumlu şarkı kümelerinin görselleştirmelerini oluşturmak için bu anket aracılığıyla toplanan verileri kullanır.
Araştırmacılar, “Geleneksel müzik önerisi görünümünden (albüm kapakları + şarkı listesi) uzaklaşıyoruz ve belirli kümelerin özelliklerinin görselleştirilmesini sağlıyoruz” dedi.
“Uygun notlar ve özenle seçilmiş tasarımlarla projenin hem eğlenceli hem de bilgilendirici olduğunu düşünüyoruz. Müzik önerilerinde görselleştirme genel olarak az olmakla birlikte, projemiz veri görselleştirmenin müzik aramayı / taramayı daha keyifli ve etkili hale getirebileceğini vurguluyor. “
Geçmişte geliştirilen diğer müzik öneri sistemlerinin aksine, Music Circles bir dizi farklı şarkı üreten çok yönlü sanatçıları birden fazla kümeye yerleştirir. Örneğin, Ed Sheeran’ın şarkıları, kullanıcılara yalnızca geçmişte dinledikleri sanatçılara göre önerilecek olsaydı, şarkıları yalnızca sınırlı bir kitleye önerilecekti. Music Circles ise, Ed Sheeran’ın farklı şarkılarını benzersiz niteliklerine ve özelliklerine göre farklı kümelere yerleştirerek daha geniş bir kullanıcı yelpazesine tavsiye ediyor.
Gelecekte, sistem müzik akışı hizmetlerini iyileştirmek için kullanılabilir; örneğin, kullanıcıların ses özelliklerini daha iyi anlamalarına, sevebilecekleri yeni şarkıları keşfetmelerine, mevcut müzik trendlerini görüntülemelerine ve hangi müzik kümesine ait olduklarını keşfetmelerine olanak tanır . Müzik Çevreleri çerçevesi artık çevrimiçi olarak mevcuttur ve şu adresten erişilebilir: https://musiccircles.netlify.app/ .
“Veri bilimcileri olarak, yapımcılar, söz yazarları (gerçek sanatçıdan ziyade müzikle ilgili olabilecek kişiler) gibi şarkıların küçümsenmemiş niteliklerinden yararlanmak ve Spotify ve Apple Music gibi müzik dinleme merkezlerinden farklı benzersiz müzik önerileri sunmak istiyoruz.” araştırmacılar dedi. “Biz de büyük verilere proje ölçeklenebilir olmasını istiyoruz. Biz daha projemizi sunmak için daha etkili bir biçimde müziğin daha geniş kümesini görüntülemek istiyorum müzik severler.”
