Algorithmus für maschinelles Lernen hilft Forschern, Hits mit 97%iger Genauigkeit zu erkennen

Amerikanische Forscher haben mit Hilfe eines komplexen maschinellen Lernverfahrens die Reaktionen des Gehirns analysiert und konnten Musikhits mit einer Genauigkeit von 97 % vorhersagen.

Was wir wissen

Die Forscher statteten die Studienteilnehmer mit speziellen Sensoren aus und ließen sie eine Reihe von 24 Liedern anhören. Außerdem wurden sie nach ihren musikalischen Vorlieben befragt und einige demografische Daten erhoben.

Während des Experiments maßen die Wissenschaftler die neurophysiologischen Reaktionen der Teilnehmer. Nach Angaben der Wissenschaftler gelang es ihnen, die Gehirnaktivität im Zusammenhang mit der Stimmung und dem Energieniveau aufzuzeichnen.

Nach der Datenerfassung verwendeten die Forscher verschiedene statistische Verfahren, um die Wirksamkeit der Vorhersage neurophysiologischer Variablen zu bewerten. Um die Genauigkeit zu verbessern, setzten sie ein maschinelles Lernmodell ein.

Das Ergebnis war, dass das lineare statistische Modell in 69 % der Fälle die richtigen Songs identifizierte. Bei Anwendung eines maschinellen Lernmodells stieg die Genauigkeit auf 97 %.

Den Forschern zufolge kann ihre Studie Streaming-Diensten helfen, Hits zu erkennen und personalisierte Wiedergabelisten effizienter zu erstellen.

Sie glauben auch, dass dieser Ansatz zur Vorhersage des Erfolgs anderer Unterhaltungsprodukte, wie Filme und Fernsehsendungen, verwendet werden kann.

Quelle: TechXplore