Computational models of music similarity and their application in music information retrieval
Elias Pampalk · reposiTUm (TU Wien) · 2006
Die Zielsetzung dieser Dissertation ist die Entwicklung von Methoden zur Unterstützung von Anwendern beim Zugriff auf und bei der Entdeckung von Musik.Der Hauptteil besteht aus zwei Kapiteln.Kapitel 2 gibt eine Einführung in berechenbare Modelle von Musikähnlichkeit.Zudem wird die Optimierung der Kombination verschiedener Ansätze beschrieben und die größte bisher publizierte Evaluierung von Musikähnlichkeitsmassen präsentiert.Die beste Kombination schneidet in den meisten Evaluierungskategorien signifikant besser ab als die Ausgangsmethode.Besondere Vorkehrungen wurden getroffen um Overfitting zu vermeiden.Um eine Gegenprobe zu den Ergebnissen der Genreklassifikation-basierten Evaluierung zu machen, wurde ein Hörtest durchgeführt.Die Ergebnisse vom Test bestätigen, dass Genre-basierte Evaluierungen angemessen sind um effizient große Parameterräume zu evaluieren.Kapitel 2 endet mit Empfehlungen bezüglich der Verwendung von Ähnlichkeitsmaßen.Kapitel 3 beschreibt drei Anwendungen von solchen Ähnlichkeitsmassen.Die erste Anwendung demonstriert wie Musiksammlungen organisiert and visualisiert werden können, so dass die Anwender den Ähnlichkeitsaspekt, der sie interessiert, kontrollieren können.Die zweite Anwendung demonstriert, wie auf der Künstlerebene Musiksammlungen hierarchisch in sich überlappende Gruppen organisiert werden können.Diese Gruppen werden mittels Wörter von Webseiten zusammengefasst, welche mit den Künstlern assoziiert sind.Die dritte Anwendung demonstriert, wie mit minimalen Anwendereingaben Playlisten generiert werden können.