Moosic: Von der content- zur kontextbasierten MusikempfehlungMoosic: From Content- to Context-Based Music Recommendation

Musik begleitet uns den ganzen Tag bei einer Vielzahl von Aktivitäten und in unterschiedlichsten Stimmungen. Insbesondere durch Musik-Streaming-Dienste und mobile Endgeräte wurde ein allgegenwärtiges Hörerlebnis mit sofortigem Zugriff auf eine nahezu unbegrenzte Vielfalt an Musik ermöglicht. Dieser Zugang führt jedoch zu dem Kundenproblem, die richtige Musik für eine bestimmte Situation oder Stimmung auszuwählen. Der Nutzer ist bei der Musikauswahl oft überfordert. Kontextinformationen, hier im Speziellen emotionale Informationen des Nutzers, können bei der Musikauswahl helfen. Die Möglichkeiten Musik anhand der Stimmung auszuwählen sind derzeit begrenzt. Die Anbieter setzen auf vordefinierte Playlisten für unterschiedliche Situationen oder Stimmungen. Das Problem hierbei ist jedoch, dass sie sich nicht den neuen Nutzergegebenheiten anpassen. Eine einfache, intuitive und automatische Auswahl von Musik auf Basis von Emotionen wird in der IS-Praxis und -Forschung bisher wenig untersucht. Dieses Paper beschreibt das IS-Musikforschungsprojekt „Moosic“, das eine intuitive und emotionale Art der Musikempfehlung für den Alltag untersucht und iterativ umsetzt. Im Rahmen der Arbeit wird zudem auf eine erste Evaluation des Prototyps eingegangen und ein Ausblick auf die weitere Entwicklung gegeben.