Mi tercera entrada con respecto a Recommenders06 se refiera a la presentación de Paul Lamere, de Sun Labs (blog personal, página en Sun Labs), que fue sin duda una de las mejores de las jornadas, y sin duda, la más energética. Habla también de ella Alvy en Microsiervos. Paul es enormemente entusiasta, se define como una de las personas con más suerte del mundo, «porque trabaja en algo que le apasiona, y que además a la gente le encanta cuando lo ve», y la presentación que hizo dejó buena prueba de ello: había cosas que las contaba de una manera tan apasionada, que hasta se quedaba sin resuello. Su trabajo se encuadra en el proyecto «Search inside the music«, que explora nuevas formas de organizar y hacer búsquedas en colecciones de música muy grandes. La necesidad, lógicamente, proviene de la multiplicación casi exponencial de capacidad de almacenamiento y disponibilidad de música, que conlleva que todos poseamos hoy en día enormes colecciones de canciones en nuestros discos duros (sí, esas que nadie en su sano juicio esperaría que hubiésemos adquirido a base de pagar un tanto por canción :-) y en servicios de suscripción, y del interés por una selección rápida y conveniente de canciones que refleje lo que quieremos escuchar en cada momento. Los métodos utilizados para la clasificación, por el momento, se reducen a cosas como las que hace Pandora: tener un grupo de expertos en música categorizando aspectos de una canción, y clasificándola en función de los mismos, algo completamente imposible de escalar a un nivel mínimamente razonable. Con el proyecto de Sun Labs, se pretende que la máquina sea capaz de llevar a cabo una clasificación que tenga en cuenta similaridad acústica, estilo, letra, melodía, tempo, ritmo e instrumentación, y permita mostrar canciones en clusters en un interfaz en función de dichos parámetros, para poder, por ejemplo, generar una lista de reproducción afín, o todo lo contrario, un gradiente. En el ejemplo, vistosísimo, Paul pidió a la máquina (por cierto, corriendo Ubuntu) que generase una lista comenzando con death metal y terminando con clásica en un total de diez canciones, y mostró la secuencia generada, que podría decirse que tenía bastante sentido. La investigación sigue dos caminos: el de recomendar música que «suena parecida» a otra que te gusta, y el de extender dicha recomendación a lo social, permitiendo la organización y selección de música para usuarios con unos gustos musicales determinados.
Realmente, esto de la recomendación es algo que, en la época de la hiperabundacia de contenidos, pasa a tener muchísima miga.
http://thumbsnap.com/v/HHRSnquv.jpg
Death Metal a Clásica en diez canciones…. ¿Sería posible conocer la lista generada? :)
Lo de las diez canciones era en plan «el viaje del trabajo a casa me lleva cuarenta minutos…» Pero no, yo al menos me temo que no me acuerdo de cuáles fueron las canciones concretas, sólo de que me pareció una transición relativamente razonable.
Hola Enrique,
como apasionado de este tema, constantemente trato de averiguar qué es lo que buscamos los consumidores.
Paso horas ante el ordenador, si no es navegando, estudiando. Si no es en el ordenador, en la cocina. El caso es que haga lo que haga, siempre tengo mi iTunes, myStrands, lastfm, y legalsounds abiertos. Mi iTunes library manejan unas 5000 canciones de los tipos más variados. Conforme hago cualquier tipo de actividad, voy creando mis playlists (he de reconocer que me falta comprobar la efectividad de musicstrands para esta tarea).
Me considero un usuario avanzado en este tema, no sólo por afición, sino conocimiento de la música en sí (saxofonista).
Analizando de lo más tradicional a lo más innovador:
– La Radio. Bien sea la personalizada de lastfm, Y!, o una de las de toda la vida, la pongo cuando estoy harto de «saber lo que quiero», es decir, cuando me apetece estar en «modo pasivo». A todo esto, he de decir que me place poder contribuir a su customizaciónsegún la escucho, pero en general, estoy poco activo en esos momentos. Por cierto, el método de customización de lastfm es mucho más placentero que el de Y!, este ultimo tiene demasiadas opciones, mientras que el primero es sencillamente «me gusta» «no me gusta».
– Creación manual de playlists. Requiere una gran actividad por parte del usuario: quiero esta canción primero, luego esta otra de cuyo nombre no puedo acordarme, regular los ambientes, el carácter (latino, techno, 80’… Trabajo muy duro! Si queréis comprobarlo, tratad de crear una para un evento de 7 horas. Me llevó meses! Supongo que un DJ profesional hubiera tenido más soltura. A pesar de dedicar muchísimo tiempo a esto, tan sólo tengo dos o tres playlists que realmente me satisfagan.
– Creación automática de playlists. Quiero probar el éxito de mystrands en este área. Digamos que es el área en la que Paul Lamere está ahora mismo trabajando. Al usuario nos cuesta saber qué es lo que queremos, es más, no queremos preguntas «qué es lo que te apetece oir?». Hablo de aquellos usuarios que en tiempos de los CDs, acumulaban un máximo de 6 en sus estanterías, y que imagino son la mayoría. No es esto lo que hacen Zara y otros centros de moda en la calle? Qué viste la gente, bolsos de Luis Vuitton, aunque sean fabricados por los chinos, o una moda totalmente personalizada? A esto se refirió el Search Product Manager de Ask.com en Recommenders.
En resumen, creo que Paul Lamiere está trabajando para los que somos amantes de la música, y no para todo el espectro de consumidores – aún así no me sorprendería que resultados de su investigación se aplicaran a las ventas masivas en un futuro -.
El consumidor medio querrá que todos los parámetros de clasificación musical sean transparentes para él.
Hay una cosa que yo encuentro genial e indispensable en la creación de playlists, y que el proceso de datos todavía no ha podido solucionar, es «el cambio». Escuchar jazz, flamenco, rock, etc continuamente puede ser aburrido, el cambio a otros estilos, o sencillamente su continua alternancia, es muy impactante y refrescante. Con eso jugamos los músicos en los conciertos, y yo en mis playlists. Sin embargo es una elección muy personal y emocional del usuario.
Se comentó el tema del cambio en Recommenders? Creo que es crucial para una satisfacción del oyente. (no he visto nada al respecto en el blog Recommenders06).
Enrique,que ha parecido ipsoetv ?
Carles
A menudo ocurre que alguien escribe un mensaje sincero sobre el que será emocionalmente sensible. Los trolls habilidosos saben que una forma fácil de enfadarle es afirmar deshonestamente que dicha persona es un troll. En otras ocasiones una persona puede no entender o encajar inmediatamente en las normas sociales de un foro donde la mayoría de los participantes sí lo hacen. Como resultado, actuar ligeramente fuera de las normas (a menudo no intencionadamente y por razones legítimas) hace que dicha persona sea calificada de troll. A veces puede ser difícil distinguir entre un usuario que simplemente tiene valores, puntos de vistas o ideas diferentes y uno que se comporta intencionadamente como un trol. Desafortunadamente, muchos usuarios reaccionan agresivamente a la primera impresión de un supuesto troll, lo que a veces lleva a que usuarios novatos disgustados o minorías políticas sean considerados trolls.
Desconozco si tiene relación o no, pero el otro día vi en televisión una entrevista a uno de los miembros de PolyphonicHMI, el equipo que está detrás de HitSongScience (http://www.hitsongscience.com/index.php).
HitSongScience también analiza la música desde un punto de vista matemático, para encontrar afinidades con otros temas y así poder… ganar dinero. Su objetivo es asesorar a músicos, pero sobretodo a grandes compañías en el difícil proceso de seleccionar canciones que puedan convertirse en hits.
Quizás HitSongScience sea el gemelo comercial del programa en el que trabaja Paul Lamere.