I am all EARS: Using open data and knowledge graph embeddings for music recommendations
Resumen: Music streaming platforms offer music listeners an overwhelming choice of music. Therefore, users of streaming platforms need the support of music recommendation systems to find music that suits their personal taste. Currently, a new class of recommender systems based on knowledge graph embeddings promises to improve the quality of recommendations, in particular to provide diverse and novel recommendations. This paper investigates how knowledge graph embeddings can improve music recommendations. First, it is shown how a collaborative knowledge graph can be derived from open music data sources. Based on this knowledge graph, the music recommender system EARS (knowledge graph Embedding-based Artist Recommender System) is presented in detail, with particular emphasis on recommendation diversity and explainability. Finally, a comprehensive evaluation with real-world data is conducted, comparing of different embeddings and investigating the influence of different types of knowledge.
Idioma: Inglés
DOI: 10.1016/j.eswa.2023.120347
Año: 2023
Publicado en: Expert Systems with Applications 229 (2023), 120347 [17 pp.]
ISSN: 0957-4174

Factor impacto JCR: 7.5 (2023)
Categ. JCR: COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE rank: 24 / 197 = 0.122 (2023) - Q1 - T1
Categ. JCR: OPERATIONS RESEARCH & MANAGEMENT SCIENCE rank: 6 / 106 = 0.057 (2023) - Q1 - T1
Categ. JCR: ENGINEERING, ELECTRICAL & ELECTRONIC rank: 25 / 353 = 0.071 (2023) - Q1 - T1

Factor impacto CITESCORE: 13.8 - Computer Science Applications (Q1) - Artificial Intelligence (Q1) - Engineering (all) (Q1)

Factor impacto SCIMAGO: 1.875 - Artificial Intelligence (Q1) - Computer Science Applications (Q1) - Engineering (miscellaneous) (Q1)

Financiación: info:eu-repo/grantAgreement/ES/AEI/PID2020-113037RB-I00
Financiación: info:eu-repo/grantAgreement/ES/DGA/T64-20R
Financiación: info:eu-repo/grantAgreement/ES/DGA/T64-23R
Tipo y forma: Artículo (Versión definitiva)
Área (Departamento): Área Lenguajes y Sistemas Inf. (Dpto. Informát.Ingenie.Sistms.)

Creative Commons Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace. No puede utilizar el material para una finalidad comercial. Si remezcla, transforma o crea a partir del material, no puede difundir el material modificado.


Exportado de SIDERAL (2024-11-22-12:02:06)


Visitas y descargas

Este artículo se encuentra en las siguientes colecciones:
Artículos



 Registro creado el 2023-07-28, última modificación el 2024-11-25


Versión publicada:
 PDF
Valore este documento:

Rate this document:
1
2
3
 
(Sin ninguna reseña)