지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.9
- 수록면
- 43 - 60 (18page)
- DOI
- 10.13088/jiis.2024.30.3.043
이용수
초록· 키워드
오류제보하기
이 연구는 딥러닝 알고리즘과 통계 분석 방법을 사용하여 음악의 성공과 청중의 평가를 예측하는데 있어 음악의 청각적 특성과 가사적 특성의 역할을 분석하고 비교하였다. 예측 작업을 위해 두 개의 음악 데이터셋을 사용하여 연구 결과의 강건성을 강화했다. 통계적 방법을 사용하여 외부 요인의 영향을 통제한 상태에서 음악의 청각적 특성과 가사적 특성이 갖는 설명력의 통계적 유의미성을 파악했다. 트랜스포머 기반 모델을 사용한 예측 결과는 다음과 같았다: 1) 노래의 성공을 예측하는 데 있어 청각적 특성에 기반한 모델의 성능이 가사적 특성에 기반한 모델보다 우수했다, 반면, 2) 사용자 평가를 예측하는 데 있어서는 노래의 가사적 특성이 청각적 특성보다 더 중요한 역할을 하는 것으로 분석됐다. 또한 본 연구의 결과에 따르면, 가수 인기, 미디어 보도, 홍보와 같은 노래의 외부 요인이 노래의 음악적 특성보다 더 중요한 역할을 하는 것으로 파악됐다. 그러나 통계 분석 결과, 외부 요인의 영향을 통제한 후에도 청각적 특성과 가사적 특성이 노래의 성공과 사용자 평가를 설명하는 데 있어 여전히 통계적으로 유의미한 역할을 하는 것으로 나타났다.
목차
1. Introduction
2. Methods
3. Results
4. Discussion
5. Conclusions
References
국문요약
참고문헌 (22)
참고문헌 신청
Araujo, C. V. S., De Cristo, M. A. P., & Giusti, R. (2019). Predicting music popularity using music charts. In 2019 18th IEEE International Conference On Machine Learning And Applications (ICMLA) (pp. 859-864). IEEE.
Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805.
Dhanaraj, R., & Logan, B. (2005). Automatic Prediction of Hit Songs. In Ismir (pp. 488-491).
Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., & Gelly, S. (2020). An image is worth 16x16 words: Transformers for image recognition at scale. arXiv preprint arXiv:2010.11929.
Fan, J., & Casey, M. (2013). Study of Chinese and UK hit songs prediction. In Proceedings of the International Symposium on Computer Music Multidisciplinary Research (pp. 640-652).
Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805.
Dhanaraj, R., & Logan, B. (2005). Automatic Prediction of Hit Songs. In Ismir (pp. 488-491).
Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., & Gelly, S. (2020). An image is worth 16x16 words: Transformers for image recognition at scale. arXiv preprint arXiv:2010.11929.
Fan, J., & Casey, M. (2013). Study of Chinese and UK hit songs prediction. In Proceedings of the International Symposium on Computer Music Multidisciplinary Research (pp. 640-652).
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
대중음악에 있어서의 가사의 의미
한국산학기술학회 학술대회논문집
2015 .05
-
1990년대 한국 노동가요의 변화와 의미에 관한 고찰 -일상가요 · 서정가요 · 풍자가요를 중심으로-
한국산학기술학회 논문지
2023 .01
-
노래 가사의 텍스트 분석을 활용한 음악 추천 시스템
한국지능시스템학회 학술발표 논문집
2015 .10
-
가사의 감정 분석과 구조 분석을 이용한 노래 간 유사도 측정
정보과학회 컴퓨팅의 실제 논문지
2016 .10
-
딥러닝 기반 언어 모델들을 활용한 라임 기반 한국어 랩 가사 생성 시스템
한국정보과학회 학술발표논문집
2021 .12
-
음악적 특성에 따른 한국 음원시장 성공 요인 분석
Proceedings of KIIT Conference
2023 .06
-
딥러닝 기반 자동작곡에서 구성을 갖춘 곡 생성방법
디지털콘텐츠학회논문지
2021 .06
-
대중음악 가사와 곡의 기능적 측면에 대한 연구
한국산학기술학회 학술대회논문집
2015 .05
-
심층 신경망 기반의 사운드 분류를 위한 청각 특성 추출 기술
한국방송미디어공학회 학술발표대회 논문집
2017 .06
-
앙상블 기법을 이용한 한국어 노래 가사의 감정 분류
한국통신학회 학술대회논문집
2023 .02
-
사용자 생성 컨텐츠를 활용한 머신러닝 기반 K-POP 음악흥행 예측
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
제조업 대상 사운드 디자인을 위한 청각 모듈
대한인간공학회 학술대회논문집
2016 .06
-
음악적 특징 선별 기법을 통한 음악 구조 분석
한국정보과학회 학술발표논문집
2016 .06
-
디지털 콘텐츠의 본질로 인해 인류가 만들 수 있는 노래가사, 사진, 음악, 영화의 최대 개수에 관한 고찰
한국전자통신학회 논문지
2015 .01
-
감정 인식을 통한 음악 검색 성능 분석
한국음향학회지
2015 .01
-
음악 추천 시스템에서 가사 정보 활용 가능성 분석
한국정보과학회 학술발표논문집
2024 .06
-
사용자의 음악 선호요인 분석을 통한 개인 맞춤형 음악추천모델 연구
디지털콘텐츠학회논문지
2018 .11
-
청각적 선호도 평가의 사전 설문에 대한 고찰
대한인간공학회 학술대회논문집
2023 .05
-
장르 정보를 활용한 심볼릭 음악 생성 모델 학습
한국통신학회 학술대회논문집
2022 .02
-
음악 장르와 물리적 특징을 이용한 정서 예측
한국정보과학회 학술발표논문집
2016 .06
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-090881074