Nie mehr wichtige Faktenchecks verpassen!
Melden Sie sich für unseren WhatsApp-Channel, die Smartphone-App (für iOS und Android) oder unseren Newsletter an und erhalten Sie alle Faktenchecks und Updates sofort. Einfach anmelden, immer einen Schritt voraus!
Hört ihr lieber Musik abseits des Mainstreams? Dann kann es sein, dass euch ein Algorithmus auf Streaming-Plattformen weniger gute Musikempfehlungen gibt.
Musikliebhaber, die sich jenseits des Mainstreams verorten, haben bei Algorithmus-basierten Musikempfehlungen oft das Nachsehen und erhalten kaum passende Treffer. Zu dem Schluss kommt eine Studie unter Führung der Technischen Universität Graz. Im Gegensatz dazu profitieren Nutzer, die dem Massengeschmack frönen, von treffenderen Musikempfehlungen. Die Studienergebnisse könnten bessere Empfehlungsdienste nach sich ziehen und wurden in „EPJ Data Science“ publiziert.
Analyse des Hörverhaltens
Forscher des Know-Centers, der Technischen Universität Graz, der Johannes Kepler Universität Linz, der Universität Innsbruck und der Universität Utrecht haben die Treffsicherheit von Algorithmus-basierten Musikempfehlungen für Hörer von Mainstream- und Nicht-Mainstream-Musik analysiert. Dafür haben sie einen Datensatz des Hörverhaltens von 4.148 Nutzern der Musik-Streaming-Plattform Last.fm verwendet. Von diesen hörte die eine Hälfte überwiegend Nicht-Mainstream- und die andere Hälfte vor allem Mainstream-Musik.
Die Forscher haben ein Computermodell mit Künstlern erstellt, die von Nutzern am meisten gehört wurden. Anhand dessen konnten sie die Wahrscheinlichkeit vorhersagen, mit der die Empfehlung von vier gängigen Musikempfehlungsalgorithmen den individuellen Hörgeschmack tatsächlich trifft. Nicht-Mainstream-Hörer wurden per Algorithmus wegen der Merkmale ihrer Lieblingsmusik in vier Kategorien eingeteilt. Die Forscher verglichen die Hörgewohnheiten dieser Gruppen und stellten fest, wer am häufigsten Musik außerhalb des bevorzugten Genres hörte und wie breit gestreut die gehörten Musikrichtungen in jeder Gruppe waren.
Sinnvoller Blick über Tellerrand
„In unserer Studie haben wir herausgefunden, dass sich die Offenheit von Hörerinnen und Hörer für Musik abseits der eigenen Hörpräferenzen positiv auf die Qualität von Empfehlungen auswirkt. Der sogenannte ‚Blick über den Tellerrand‘ zahlt sich also auch beim Musikhören aus“, erklärt Dominik Kowald, Erstautor der Studie und wissenschaftlicher Leiter des Forschungsbereichs Social Computing am Know-Center.
[mk_ad]
Quelle: Pressetext.com
Auch interessant:
Wenn dir dieser Beitrag gefallen hat und du die Bedeutung fundierter Informationen schätzt, werde Teil des exklusiven Mimikama Clubs! Unterstütze unsere Arbeit und hilf uns, Aufklärung zu fördern und Falschinformationen zu bekämpfen. Als Club-Mitglied erhältst du:
📬 Wöchentlichen Sonder-Newsletter: Erhalte exklusive Inhalte direkt in dein Postfach.
🎥 Exklusives Video* „Faktenchecker-Grundkurs“: Lerne von Andre Wolf, wie du Falschinformationen erkennst und bekämpfst.
📅 Frühzeitiger Zugriff auf tiefgehende Artikel und Faktenchecks: Sei immer einen Schritt voraus.
📄 Bonus-Artikel, nur für dich: Entdecke Inhalte, die du sonst nirgendwo findest.
📝 Teilnahme an Webinaren und Workshops: Sei live dabei oder sieh dir die Aufzeichnungen an.
✔️ Qualitativer Austausch: Diskutiere sicher in unserer Kommentarfunktion ohne Trolle und Bots.
Mach mit und werde Teil einer Community, die für Wahrheit und Klarheit steht. Gemeinsam können wir die Welt ein bisschen besser machen!
* In diesem besonderen Kurs vermittelt dir Andre Wolf, wie du Falschinformationen erkennst und effektiv bekämpfst. Nach Abschluss des Videos hast du die Möglichkeit, dich unserem Rechercheteam anzuschließen und aktiv an der Aufklärung mitzuwirken – eine Chance, die ausschließlich unseren Club-Mitgliedern vorbehalten ist!
Hinweise: 1) Dieser Inhalt gibt den Stand der Dinge wieder, der zum Zeitpunkt der Veröffentlichung aktuell war. Die Wiedergabe einzelner Bilder, Screenshots, Einbettungen oder Videosequenzen dient zur Auseinandersetzung der Sache mit dem Thema.
2) Einzelne Beiträge entstanden durch den Einsatz von maschineller Hilfe und wurde vor der Publikation gewissenhaft von der Mimikama-Redaktion kontrolliert. (Begründung)