Lontano dal mainstream, gli algoritmi falliscono

Un team di ricercatori dell'Università di Tecnologia di Graz, dell'Università Johannes Kepler di Linz, dell'Università di Innsbruck e dell'Università di Utrecht ha analizzato l'accuratezza delle raccomandazioni musicali basate su algoritmi per gli ascoltatori di musica mainstream e non mainstream. A tale scopo è stato utilizzato un set di dati sul comportamento di ascolto precedente di 4148 utenti della piattaforma di streaming musicale Last.fm, metà dei quali ascoltava prevalentemente musica non mainstream e l'altra metà prevalentemente musica mainstream.

I ricercatori hanno confrontato le abitudini di ascolto dei singoli gruppi e hanno determinato quali persone ascoltassero più frequentemente musica al di fuori dei loro generi preferiti e quanto fossero ampi i generi musicali ascoltati all'interno di ciascun gruppo.

Coloro che ascoltavano principalmente musica ambient erano più propensi ad ascoltare la musica preferita dai fan dell'hard rock, del folk o dell'elettronica. I soggetti con una preferenza per la musica energica erano meno propensi ad ascoltare la musica preferita dai fan del folk, dell'elettronica o dell'ambient. Hanno invece ascoltato la più ampia varietà di generi, ad esempio hard rock, punk, cantautori e hip-hop.

Utilizzando il modello computerizzato, i ricercatori hanno previsto la probabilità che i diversi gruppi di ascoltatori non mainstream apprezzino effettivamente le raccomandazioni generate dai quattro algoritmi comuni. Le raccomandazioni per gli amanti della musica prevalentemente energetica sembravano essere le meno accurate, mentre erano le più accurate per gli ascoltatori di musica ambient.

Per saperne di più:
https://www.know-center.tugraz.at/epj-data-science-algorithmus-basierte-musikempfehlungen/