Considering emotions and contextual factors in music recommendation

• Willian Garcias de Assunção Universidade Federal de São Carlos http://orcid.org/0000-0002-0552-9013
• Lara Schibelsky Godoy Piccolo‬ The Open University https://orcid.org/0000-0001-6503-8016
• Luciana Aparecida Martinez Zaina Universidade Federal de São Carlos https://orcid.org/0000-0002-1736-544X

DOI: https://doi.org/10.5753/ihc_estendido.2022.225557

Resumo

O objetivo principal deste trabalho é apresentar os resultados de um estudo de Revisão Sistemática da Literatura (RSL) que investiga abordagens de recomendação musical que consideram as emoções e/ou o contexto (questão de pesquisa 1) como as principais lacunas e desafios que ainda permanecem e que precisam ser abordados por pesquisas futuras (questão de pesquisa 2). Após uma extensa pesquisa, 64 publicações foram identificadas para responder às perguntas da pesquisa. Os estudos foram analisados e avaliados quanto à sua relevância. Foram identificadas as principais abordagens que consideram as emoções e o contexto. Os resultados da revisão indicam que a maioria dos estudos combinam múltiplas abordagens relacionadas a emoções ou fatores de contexto para melhoraram a experiência auditiva do usuário. As principais contribuições da revisão são um conjunto de aspectos que consideramos importantes a serem tratados pelos sistemas de recomendação musical. Além disso, também apresentamos uma ampla discussão sobre os desafios, dificuldades e limitações nos sistemas de recomendação de música que consideram as emoções e os fatores contextuais.

Palavras-chave: Recomendação de música, Emoções, Contexto, Experiência do usuário

Referências

Willian G. Assunção. 2018. m-Motion: Um tocador de música digital para plataforma móvel que considera emoções dos usuários. PhD dissertation. Universidade Federal de São Carlos.

Claire Carter. 2020. How Streaming Services Changed the Way We Listen to and Pay for Music. Ph.D. Dissertation. University of Mississippi.

Tuomas Eerola and Jonna K Vuoskoski. 2013. A review of music and emotion studies: approaches, emotion models, and stimuli. Music Perception: An Interdisciplinary Journal 30, 3 (2013), 307–340.

Donald A Hodges. 2019. Music in the human experience: An introduction to music psychology. Routledge.

Joris H. Janssen, Van D. Broek, Egon L., and Joyce H.D.M. Westerink. 2012. Tune in to your emotions: A robust personalized affective music player. User Modeling and User-Adapted Interaction 22, 3 (2012), 255–279. https://doi.org/10.1007/s11257-011-9107-7

Barbara Kitchenham, O Pearl Brereton, David Budgen, Mark Turner, John Bailey, and Stephen Linkman. 2009. Systematic literature reviews in software engineering–a systematic literature review. Information and software technology 51, 1 (2009), 7–15.

Peter Knees and Markus Schedl. 2013. A survey of music similarity and recommendation from music context data. ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM) 10, 1 (2013), 1–21.

Litt D Vernon Lee. 2018. Music and Its Lovers: An Empirical Study of Emotional and Imaginative Responses to Music. Routledge.

Allan F Moore. 2013. Song means: Analysing and interpreting recorded popular song. Ashgate Publishing, Ltd.

Bogdan Mróz. 2016. Online piracy: an emergent segment of the shadow economy. Empirical insight from Poland. Journal of Financial Crime (2016).

Yading Song. 2016. The Role of Emotion and Context in Musical Preference. Ph.D. Dissertation. Queen Mary University of London.

Chen-Ya Wang, Yu-Chi Wang, and Seng-Cho T Chou. 2018. A context and emotion aware system for personalized music recommendation. Journal of Internet Technology 19, 3 (2018), 765–779.