Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings

Research output: Chapter in Book/Report/Conference proceedingConference contribution

Standard

Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings. / Steffens, Jochen; Egermann, Hauke Wolfgang; Schoenrock, Andreas; Herzog, Martin ; Lepa, Steffen.

Fortschritte der Akustik: Tagungsband d. 43. DAGA. Deutsche Gesellschaft für Akustik, 2017.

Research output: Chapter in Book/Report/Conference proceedingConference contribution

Harvard

Steffens, J, Egermann, HW, Schoenrock, A, Herzog, M & Lepa, S 2017, Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings. in Fortschritte der Akustik: Tagungsband d. 43. DAGA. Deutsche Gesellschaft für Akustik.

APA

Steffens, J., Egermann, H. W., Schoenrock, A., Herzog, M., & Lepa, S. (Accepted/In press). Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings. In Fortschritte der Akustik: Tagungsband d. 43. DAGA Deutsche Gesellschaft für Akustik.

Vancouver

Steffens J, Egermann HW, Schoenrock A, Herzog M, Lepa S. Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings. In Fortschritte der Akustik: Tagungsband d. 43. DAGA. Deutsche Gesellschaft für Akustik. 2017

Author

Steffens, Jochen ; Egermann, Hauke Wolfgang ; Schoenrock, Andreas ; Herzog, Martin ; Lepa, Steffen. / Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings. Fortschritte der Akustik: Tagungsband d. 43. DAGA. Deutsche Gesellschaft für Akustik, 2017.

Bibtex - Download

@inproceedings{34c9956353294364a48901b6726c8a39,
title = "Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings",
abstract = "In den vergangenen Jahren haben Audio Branding und Music Branding, d.h. Ma{\ss}nahmen akustischer Markenf{\"u}hrung im Bereich des Marketings, zunehmend an Bedeutung gewonnen. Das EU-gef{\"o}rderte Forschungsprojekt ABC_DJ zielt darauf ab, Audio-Branding-Agenturen mit Softwarel{\"o}sungen auszustatten, die eine Identifikation markenrelevanter Musikst{\"u}cke aus gro{\ss}en Archiven etwa zur automatischen Generierung von Playlists erm{\"o}glicht. Zu diesem Zweck soll ein statistisches Modell entwickelt werden, das den semantischen Ausdruck von Musiktiteln basierend auf deren akustischen Charakteristika sowie dem sozialen und kulturellen Kontext der H{\"o}rer vorhersagt. Im ersten Schritt wurde daf{\"u}r zun{\"a}chst das sogenannte General Music Branding Inventory (GMBI) entwickelt, welche ein umfangreiches, psychometrisch optimiertes Fachvokabular von Markenattributen dargestellt, wie es im Kontext des Music Branding verwendet wird. Daraufhin wurde eine Online-Studie mit 3240 Personen aus drei europ{\"a}ischen L{\"a}ndern durchgef{\"u}hrt. Im Rahmen dieser wurden die Versuchsteilnehmer gebeten, Ausz{\"u}ge aus verschiedenen Musikst{\"u}cken mit Hilfe der GMBI-Attribute zu bewerten. Insgesamt wurden f{\"u}r den Versuch 183 Musikausschnitte aus 61 verschiedenen Stilistiken mit einer L{\"a}nge von jeweils 30 Sekunden verwendet. Diese Ausschnitte wurden zudem in Hinblick auf 50 verschiedene Audio Features analysiert. Im Rahmen des Beitrages werden erste Ergebnisse der Studie, insbesondere zum Zusammenhang zwischen musikalisch-akustischen Eigenschaften und dem von den jeweiligen H{\"o}rern wahrgenommenen semantisch‐emotionalen Musikausdruck, dargestellt. Darauf basierend werden zudem erste Entw{\"u}rfe des Vorhersagemodells vorgestellt.",
author = "Jochen Steffens and Egermann, {Hauke Wolfgang} and Andreas Schoenrock and Martin Herzog and Steffen Lepa",
year = "2017",
language = "German",
booktitle = "Fortschritte der Akustik",
publisher = "Deutsche Gesellschaft f{\"u}r Akustik",

}

RIS (suitable for import to EndNote) - Download

TY - GEN

T1 - Entwicklung eines Systems zur automatischen Musikempfehlung im Kontext des Music Brandings

AU - Steffens, Jochen

AU - Egermann, Hauke Wolfgang

AU - Schoenrock, Andreas

AU - Herzog, Martin

AU - Lepa, Steffen

PY - 2017

Y1 - 2017

N2 - In den vergangenen Jahren haben Audio Branding und Music Branding, d.h. Maßnahmen akustischer Markenführung im Bereich des Marketings, zunehmend an Bedeutung gewonnen. Das EU-geförderte Forschungsprojekt ABC_DJ zielt darauf ab, Audio-Branding-Agenturen mit Softwarelösungen auszustatten, die eine Identifikation markenrelevanter Musikstücke aus großen Archiven etwa zur automatischen Generierung von Playlists ermöglicht. Zu diesem Zweck soll ein statistisches Modell entwickelt werden, das den semantischen Ausdruck von Musiktiteln basierend auf deren akustischen Charakteristika sowie dem sozialen und kulturellen Kontext der Hörer vorhersagt. Im ersten Schritt wurde dafür zunächst das sogenannte General Music Branding Inventory (GMBI) entwickelt, welche ein umfangreiches, psychometrisch optimiertes Fachvokabular von Markenattributen dargestellt, wie es im Kontext des Music Branding verwendet wird. Daraufhin wurde eine Online-Studie mit 3240 Personen aus drei europäischen Ländern durchgeführt. Im Rahmen dieser wurden die Versuchsteilnehmer gebeten, Auszüge aus verschiedenen Musikstücken mit Hilfe der GMBI-Attribute zu bewerten. Insgesamt wurden für den Versuch 183 Musikausschnitte aus 61 verschiedenen Stilistiken mit einer Länge von jeweils 30 Sekunden verwendet. Diese Ausschnitte wurden zudem in Hinblick auf 50 verschiedene Audio Features analysiert. Im Rahmen des Beitrages werden erste Ergebnisse der Studie, insbesondere zum Zusammenhang zwischen musikalisch-akustischen Eigenschaften und dem von den jeweiligen Hörern wahrgenommenen semantisch‐emotionalen Musikausdruck, dargestellt. Darauf basierend werden zudem erste Entwürfe des Vorhersagemodells vorgestellt.

AB - In den vergangenen Jahren haben Audio Branding und Music Branding, d.h. Maßnahmen akustischer Markenführung im Bereich des Marketings, zunehmend an Bedeutung gewonnen. Das EU-geförderte Forschungsprojekt ABC_DJ zielt darauf ab, Audio-Branding-Agenturen mit Softwarelösungen auszustatten, die eine Identifikation markenrelevanter Musikstücke aus großen Archiven etwa zur automatischen Generierung von Playlists ermöglicht. Zu diesem Zweck soll ein statistisches Modell entwickelt werden, das den semantischen Ausdruck von Musiktiteln basierend auf deren akustischen Charakteristika sowie dem sozialen und kulturellen Kontext der Hörer vorhersagt. Im ersten Schritt wurde dafür zunächst das sogenannte General Music Branding Inventory (GMBI) entwickelt, welche ein umfangreiches, psychometrisch optimiertes Fachvokabular von Markenattributen dargestellt, wie es im Kontext des Music Branding verwendet wird. Daraufhin wurde eine Online-Studie mit 3240 Personen aus drei europäischen Ländern durchgeführt. Im Rahmen dieser wurden die Versuchsteilnehmer gebeten, Auszüge aus verschiedenen Musikstücken mit Hilfe der GMBI-Attribute zu bewerten. Insgesamt wurden für den Versuch 183 Musikausschnitte aus 61 verschiedenen Stilistiken mit einer Länge von jeweils 30 Sekunden verwendet. Diese Ausschnitte wurden zudem in Hinblick auf 50 verschiedene Audio Features analysiert. Im Rahmen des Beitrages werden erste Ergebnisse der Studie, insbesondere zum Zusammenhang zwischen musikalisch-akustischen Eigenschaften und dem von den jeweiligen Hörern wahrgenommenen semantisch‐emotionalen Musikausdruck, dargestellt. Darauf basierend werden zudem erste Entwürfe des Vorhersagemodells vorgestellt.

M3 - Conference contribution

BT - Fortschritte der Akustik

PB - Deutsche Gesellschaft für Akustik

ER -