$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Webサービスで実現するまだ見ぬ好みの楽曲との出会い
Search
Kosetsu Tsukuda
June 13, 2025
Research
0
9
Webサービスで実現するまだ見ぬ好みの楽曲との出会い
2025/03/15
情報処理学会 第87回全国大会
IPSJ-ONE 2025
発表動画(YouTube):
https://youtu.be/NYHQIsPL8jo
Kosetsu Tsukuda
June 13, 2025
Tweet
Share
More Decks by Kosetsu Tsukuda
See All by Kosetsu Tsukuda
特定の楽曲を繰り返し聴くことにより生じる「飽き」の理解
ktsukuda
0
5
レイヤー構造に基づく楽曲推薦手法の提案と音楽発掘サービスKiiteへの応用
ktsukuda
0
17
初めて聴く楽曲の好みを判断する際に影響を与える音楽要素の分析と楽曲の推薦・探索への応用
ktsukuda
0
35
Kiite World: マップ上でのプレイリストの共有と楽曲の同期再生に基づくソーシャルな音楽発掘サービス
ktsukuda
0
140
Other Decks in Research
See All in Research
機械学習と数理最適化の融合 (MOAI) による革新
mickey_kubo
1
420
Combining Deep Learning and Street View Imagery to Map Smallholder Crop Types
satai
3
210
心理言語学の視点から再考する言語モデルの学習過程
chemical_tree
2
690
GPUを利用したStein Particle Filterによる点群6自由度モンテカルロSLAM
takuminakao
0
590
さまざまなAgent FrameworkとAIエージェントの評価
ymd65536
1
300
湯村研究室の紹介2025 / yumulab2025
yumulab
0
190
AIスパコン「さくらONE」の オブザーバビリティ / Observability for AI Supercomputer SAKURAONE
yuukit
2
900
AWSで実現した大規模日本語VLM学習用データセット "MOMIJI" 構築パイプライン/buiding-momiji
studio_graph
2
890
その推薦システムの評価指標、ユーザーの感覚とズレてるかも
kuri8ive
1
250
MIRU2025 チュートリアル講演「ロボット基盤モデルの最前線」
haraduka
15
10k
Time to Cash: The Full Stack Breakdown of Modern ATM Attacks
ratatata
0
170
ロボット学習における大規模検索技術の展開と応用
denkiwakame
1
160
Featured
See All Featured
Rails Girls Zürich Keynote
gr2m
95
14k
How GitHub (no longer) Works
holman
316
140k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.2k
Build The Right Thing And Hit Your Dates
maggiecrowley
38
2.9k
Being A Developer After 40
akosma
91
590k
How to Ace a Technical Interview
jacobian
280
24k
Facilitating Awesome Meetings
lara
57
6.6k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
4 Signs Your Business is Dying
shpigford
186
22k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.8k
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
Transcript
Webサービスで実現する まだ見ぬ好みの楽曲との出会い 佃 洸摂 産業技術総合研究所 主任研究員 音楽情報科学 (MUS) 研究会
一生をかけても聴ききれないほどの膨大な楽曲
一生をかけても聴ききれないほどの膨大な楽曲 自分の好みに合っているけれど出会えていない楽曲
皆さんが 自分の好みに合う楽曲と 出会える世界 を実現したい!
Lyric Jumper Kiite Cafe Kiite World 情報 技術 探索 推薦
Webサービス ✕ https://lyric-jumper.petitlyrics.com https://cafe.kiite.jp https://world.kiite.jp
歌詞のトピック に基づく楽曲探索 Lyric Jumper
None
「好き」 音楽発掘カフェ Kiite Cafe が伝わる
None
「好き」 音楽世界を訪問し合う Kiite World を集めた
None
歌詞トピック解析技術 公平な楽曲推薦技術 推薦モデルの次元圧縮技術 Lyric Jumper Kiite Cafe Kiite World
歌詞トピック解析技術 公平な楽曲推薦技術 推薦モデルの次元圧縮技術 膨大な歌詞中の単語の出現の仕方からトピックを自動推定 自由気まま 一途な恋 𝑃𝑃 𝐷𝐷, 𝑍𝑍, 𝑋𝑋|𝛼𝛼,
𝛽𝛽, 𝛾𝛾, 𝜌𝜌 = � 𝑃𝑃 𝐷𝐷, 𝑍𝑍, 𝑋𝑋|Θ, Φ, 𝜓𝜓, Λ 𝑃𝑃 Φ|𝛼𝛼 � × 𝑃𝑃 Φ|𝛽𝛽 𝑃𝑃 𝜓𝜓|𝛾𝛾 𝑃𝑃 Λ|𝜌𝜌 𝑑𝑑Θ𝑑𝑑Φ𝑑𝑑𝜓𝜓𝑑𝑑Λ Lyric Jumper Kiite Cafe Kiite World
歌詞トピック解析技術 公平な楽曲推薦技術 推薦モデルの次元圧縮技術 Lyric Jumper Kiite Cafe Kiite World 好きな楽曲を聴く機会と聴いてもらう機会を公平に与える推薦
第一段階 ユーザ選択 好みの楽曲 第二段階 楽曲選択
歌詞トピック解析技術 公平な楽曲推薦技術 推薦モデルの次元圧縮技術 Lyric Jumper Kiite Cafe Kiite World 推薦モデル(高次元ベクトル)をマップ(2次元ベクトル)に変換
非線形変換 ユーザ 楽曲 推薦モデル マップ
Webサービスの利用ログを分析して学術的な知見を獲得 国際会議 ISMIR 2017 国際会議 ISMIR 2021 国際会議 MMM 2025
基礎技術開発・Webサービス公開・ログ分析を行い研究発表 [佃・石田・後藤] [佃・石田・濱崎・後藤] [佃・高橋・石田・濱崎・後藤] 歌詞トピック解析技術 公平な楽曲推薦技術 推薦モデルの次元圧縮技術
多様な観点から まだ見ぬ好みの楽曲との出会いを実現 互いのお薦め楽曲を みんなで一緒に聴く 色々な人の100選の 音楽世界を巡る トピックで繋がった アーティストに出会う 情報 技術
探索 推薦 Webサービス ✕