Mit Social Media Analyse die Musikhits von morgen erkennen

(C) piqs.de

In einem vom Wissenschaftsfonds FWF geförderten Projekt erforscht Computerwissenschafter Markus Schedl wie mithilfe von Daten aus Social Media eine automatisierte, präzise auf die Hörgewohnheiten von Personen abgestimmte Musikauswahl ermöglicht werden kann.

Bekannt sind solche Methoden der automatisierten Auswahl von Inhalten etwa von Youtube oder Amazon, aber auch von Musikdiensten wie Spotify, nach dem Prinzip: Kunden, die A kaufen, kaufen auch B.
Markus Schedl vom Institut für Computational Perception an der Johannes Kepler Universität Linz geht da noch einen entscheidenden Schritt weiter. Er erforscht, wie sich Hörer, aber auch Musikstücke modellieren lassen und wie diese Modelle zur automatisierten Auswahl von Musik verwendet werden können. So sollen nicht nur das aktuelle Hörverhalten verstehbar, sondern auch Trends frühzeitig erkennbar werden. Ein Verfahren, das den Megahit von morgen vorhersagen kann, wäre wohl so etwas wie der Stein der Weisen für die Musikindustrie.

Finden statt suchen
Um mehr über das Hörverhalten zu lernen, greift Schedl auf Daten verschiedener Social-Media-Plattformen zurück, wie etwa Twitter. Es werden nur Tweets verwendet, die einen Künstler- oder Songnamen beinhalten. Zudem ist es wichtig, den Aufenthaltsort der Person zu kennen, das Hörverhalten variiert nämlich regional stark. Für diese Zuordnung sind GPS-Daten in den Tweets essenziell. Ziel der Untersuchung ist dabei nicht nur, die reine Bekanntheit von Songs und Musikgruppen zu bestimmen, sondern eine feinere Unterscheidung zu treffen: Ist ein Song schon länger bekannt? Oder ist er "heiß", erreicht also gerade jetzt eine erhöhte Aufmerksamkeit?
Ein drittes Projektziel der neuen Technologie ist die Entwicklung neuer, innovativer Musik-Interfaces. Diese sollen sich präzise an der Persönlichkeit des Users orientieren: Will er nur vertraute Musik hören? Oder ist er experimentierfreudig und offen für Neues?. "In Summe konnten wir mehr als eine Milliarde Listening-Events für unsere Forschungen sammeln und analysieren", sagt Schedl. "Das ermöglicht uns, detaillierte Benutzerprofile hinsichtlich Faktoren wie Offenheit für Neues oder Orientierung am Mainstream zu erstellen."
Der Überbegriff für Forschungen dieser Art lautet "Social Media Mining". Während Google, Facebook, Amazon, Microsoft & Co diese großteils hinter verschlossenen Türen betreiben, zeigt öffentlich finanzierte Grundlagenforschung wie jene von Markus Schedl jedermann die Potenziale dieser neuen Disziplin auf.