‘All of Me’: Mining Users’ Attributes from their Public Spotify Playlists

要約

デジタル音楽ストリーミングの時代において、Spotify などのプラットフォームのプレイリストは個人の音楽体験に不可欠な部分になっています。
人々は自分の音楽の好みを表現し、お気に入りのアーティストの発見を促進し、社会的なつながりを育むために、独自のプレイリストを作成して公開共有します。
これらの公的にアクセス可能なプレイリストは、単なる音楽の好みの境界を超え、ユーザーの属性やアイデンティティについての豊かな洞察のソースとして機能します。
たとえば、高齢者の音楽の好みはフランク・シナトラに傾いている可能性がありますが、ティーンエイジャーの間ではビリー・アイリッシュが依然として人気があります。
したがって、これらのプレイリストは、個人の音楽的アイデンティティの多様かつ進化する側面への窓となります。
この研究では、Spotify ユーザーの属性と公開プレイリストの関係を調査します。
特に、人口統計、習慣、性格特性などのユーザーの個人的な属性に関連付けられた、繰り返し発生する音楽の特徴を特定することに重点を置いています。
この目的を達成するために、739 人の Spotify ユーザーを対象としたオンライン調査を実施し、200,000 を超える固有の曲と 55,000 のアーティストを含む 10,286 の公開共有プレイリストのデータセットを生成しました。
広範な統計分析を通じて、私たちはまずユーザーの Spotify プレイリストと実際の属性との間の深い関係を評価します。
たとえば、オープン性の高い人はさまざまなアーティストをフィーチャーしたプレイリストを作成することが多いのに対し、女性ユーザーはポップや K-POP の音楽ジャンルを好むことがわかりました。
これらの観察された関連性に基づいて、ユーザーの属性の正確な予測モデルを作成し、これらのユーザーの属性のほとんどでベースラインを上回る新しい DeepSet アプリケーションを提供します。

要約(オリジナル)

In the age of digital music streaming, playlists on platforms like Spotify have become an integral part of individuals’ musical experiences. People create and publicly share their own playlists to express their musical tastes, promote the discovery of their favorite artists, and foster social connections. These publicly accessible playlists transcend the boundaries of mere musical preferences: they serve as sources of rich insights into users’ attributes and identities. For example, the musical preferences of elderly individuals may lean more towards Frank Sinatra, while Billie Eilish remains a favored choice among teenagers. These playlists thus become windows into the diverse and evolving facets of one’s musical identity. In this work, we investigate the relationship between Spotify users’ attributes and their public playlists. In particular, we focus on identifying recurring musical characteristics associated with users’ individual attributes, such as demographics, habits, or personality traits. To this end, we conducted an online survey involving 739 Spotify users, yielding a dataset of 10,286 publicly shared playlists encompassing over 200,000 unique songs and 55,000 artists. Through extensive statistical analyses, we first assess a deep connection between a user’s Spotify playlists and their real-life attributes. For instance, we found individuals high in openness often create playlists featuring a diverse array of artists, while female users prefer Pop and K-pop music genres. Building upon these observed associations, we create accurate predictive models for users’ attributes, presenting a novel DeepSet application that outperforms baselines in most of these users’ attributes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google