今回は趣味である音楽・芝居などのエンタテイメントを分析視点で考えていきたいと思います。

先日、下記の記事を目にしました。
「曲に”恋する”確率を計算、進化する音楽配信」
CDやBD・DVD、LIVEチケットなどのレコメンドは、ユーザの行動履歴や商品のスペックなどを用いて大小規模様々なサイトで実施されており、皆様も多かれ少なかれサイト上で目にしたり利用したりしたことがあるのではないでしょうか。

記事で紹介されているアメリカのインターネット配信ラジオサービス「パンドラ」は、AIを利用したレコメンド機能がユーザ定着の魅力になっています。前述のようなデータに加え、曲のテンポ、ピッチ、キー、調子、使われている楽器、ジャンルなど450の特徴で音楽を分類しており、従来では成し得なかったレコメンドを実現できています。

取得できるデータの種類・量が増え、非構造化データを用いた音声解析やテキスト解析がビジネスレベルで比較的実現可能になったことから、さらに多彩なレコメンドができると考えられます。

ひとつ目にテキストデータを用いたレコメンドです。
こちらは既に「Lyric Jumper」というサービスが登場しています。大量の歌詞データをトピックモデルを用いて分析し、その歌手がよく歌っている歌詞の特徴や、歌詞の内容が近い歌手をレコメンドしてくれます。

ふたつ目に画像や動画データを用いたレコメンドです。
日常的な会話でも好みのルックス（外見）を話すことはあるかと思いますが、芝居やアイドルが好きな方たちとも似たような話になることがあります。劇団やアイドルグループなどは、いわゆる「推し」を見つけてからのほうがより深いファンになりやすい傾向にあります。役者の方々の画像や動画データをディープラーニングさせ、グループにハマりたてのライト層に「推し」や、「推し」に似た方をレコメンドしさらにグループを好きになっていただくといった施策が考えられるでしょう。
また、ルックスを知らずに声で歌手を好きになったら、似たような顔つきの方が多かったという話も趣味つながりの方々とよくしています。ルックスからオススメする音楽も、興味深い結果になるかもしれません。

エンタテイメントは人の嗜好や思想、気質が色濃く出やすいものだと私は考えています。
スタンフォード大学経営大学院から、好んで聴いている音楽プレイリストと人の性格は関連が認められるという研究結果が出ています。
「Can Your Personality Explain Your iTunes Playlist?」

音楽と性格との関連性の精度を高めることで、人材サービスへの応用ができるのではないでしょうか。

音楽や芝居などのエンタテイメントは、仲の良い人たちにオススメしてもらったり、あえて自分自身でつながりを発見することも醍醐味のひとつであったりします。ハマりたての方や周りに聞きやすい知人がいない方たちが、さらにそのジャンルを好きになるきっかけとして様々な技術が進歩していくとエンタテイメントがさらに盛り上がり面白くなると思っています。今後の動向にも注目していきたいです。

★メールマガジンのバックナンバーはこちら