Dissertation/ Thesis
View in EDS

Assessing the impact of music recommendation diversity on listeners

Bibliographic Details
Title: Assessing the impact of music recommendation diversity on listeners
Authors: Porcaro, Lorenzo
Contributors: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
Thesis Advisors: Gómez Gutiérrez, Emilia, Castillo, Carlos
Source: TDX (Tesis Doctorals en Xarxa)
Publisher Information: Universitat Pompeu Fabra, 2022.
Publication Year: 2022
Physical Description: 270 p.
Subject Terms: Music information retrieval, Recommender systems, Social computing, Human-computer interaction, Diversity, Impact assessment, User study, Longitudinal analysis, Recuperación de información musical, Sistemas de recomendación, Computación social, Interacción persona-ordenador, Diversidad, Evaluación de impacto, Estudio de usuario, Análisis longitudinal, Recuperació d'informació musical, Sistemes de recomanació, Computació social, Interacció persona-ordinador, Diversitat, Avaluació d'impacte, Estudi d'usuari, Anàlisi longitudinal
Description: This thesis focuses on assessing the impact that music recommendation diversity may have on listeners. In the music domain, diversity is one of the values that recommender systems should preserve, because the world music heritage is a mixture of several artistic languages and sonic landscapes, and differences are at the heart of such processes of melting. However, a strain of critical studies has brought to light several issues due to the use of recommender systems, at the root of phenomena such as the exacerbation of the popularity bias, discrimination towards historically underrepresented groups in the music industry, or the reinforcement of homogenous listening habits. By exploring the measurement, perception and finally the impact of diversity, we discuss how favouring the exposure to diverse music, algorithmic recommendations may help people in understanding their musical Self by observing the ``other'' cultures with which they interact.
Description (Translated): Esta tesis se centra en evaluar el impacto que la diversidad en las recomendaciones musicales puede tener en los oyentes. En el ámbito musical, la diversidad es uno de los valores que los sistemas de recomendación deben preservar, ya que el patrimonio musical mundial es una mezcla de varios lenguajes artísticos y paisajes sonoros, y las diferencias están en el centro de esos procesos de fusión. Sin embargo, una corriente de estudios críticos ha sacado a la luz varios problemas debidos al uso de los sistemas de recomendación, en la raíz de los fenómenos como el empeoramiento del sesgo por popularidad, la discriminación hacia grupos históricamente infrarrepresentados en la industria musical o el refuerzo de hábitos de escucha homogéneos. Explorando la medición, la percepción y, finalmente, el impacto de la diversidad, discutimos cómo favoreciendo la exposición a música diversa, las recomendaciones algorítmicas pueden ayudar a las personas a entender su Yo musical observando las "otras" culturas con las que interactúan.
Aquesta tesi se centra a avaluar l’impacte que la diversitat en les recomanacions musicals pot tenir en els oients. En l’àmbit musical, la diversitat és un dels valors que els sistemes de recomanació han de preservar, ja que el patrimoni musical mundial és una barreja de diversos llenguatges artístics i paisatges sonors, i les diferències són al centre d'aquests processos de fusió. Tot i això, un corrent d'estudis crítics ha revelat diversos problemes deguts a l'ús dels sistemes de recomanació, a l’arrel dels fenòmens com l’empitjorament del biaix per popularitat, la discriminació cap a grups històricament infrarepresentats a la indústria musical o el reforç d’hàbits d’escolta homogenis. Explorant la mesura, la percepció i, finalment, l'impacte de la diversitat, discutim com afavorint l'exposició a música diversa, les recomanacions algorítmiques poden ajudar les persones a entendre el seu Jo musical observant les “altres” cultures amb què interactuen.
Programa de doctorat en Tecnologies de la Informació i les Comunicacions
Document Type: Dissertation/Thesis
File Description: application/pdf
Language: English
Access URL: http://hdl.handle.net/10803/687589
Rights: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-sa/4.0/
Accession Number: edstdx.10803.687589
Database: TDX
FullText Text:
  Availability: 0
CustomLinks:
  – Url: http://hdl.handle.net/10803/687589#
    Name: EDS - TDX (ns324271)
    Category: fullText
    Text: View record in TDX
Header DbId: edstdx
DbLabel: TDX
An: edstdx.10803.687589
RelevancyScore: 1362
AccessLevel: 3
PubType: Dissertation/ Thesis
PubTypeId: dissertation
PreciseRelevancyScore: 1362.28308105469
IllustrationInfo
Items – Name: Title
  Label: Title
  Group: Ti
  Data: Assessing the impact of music recommendation diversity on listeners
– Name: Author
  Label: Authors
  Group: Au
  Data: <searchLink fieldCode="AR" term="%22Porcaro%2C+Lorenzo%22">Porcaro, Lorenzo</searchLink>
– Name: Author
  Label: Contributors
  Group: Au
  Data: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
– Name: Author
  Label: Thesis Advisors
  Group: Au
  Data: Gómez Gutiérrez, Emilia<br />Castillo, Carlos
– Name: TitleSource
  Label: Source
  Group: Src
  Data: TDX (Tesis Doctorals en Xarxa)
– Name: Publisher
  Label: Publisher Information
  Group: PubInfo
  Data: Universitat Pompeu Fabra, 2022.
– Name: DatePubCY
  Label: Publication Year
  Group: Date
  Data: 2022
– Name: PhysDesc
  Label: Physical Description
  Group: PhysDesc
  Data: 270 p.
– Name: Subject
  Label: Subject Terms
  Group: Su
  Data: <searchLink fieldCode="DE" term="%22Music+information+retrieval%22">Music information retrieval</searchLink><br /><searchLink fieldCode="DE" term="%22Recommender+systems%22">Recommender systems</searchLink><br /><searchLink fieldCode="DE" term="%22Social+computing%22">Social computing</searchLink><br /><searchLink fieldCode="DE" term="%22Human-computer+interaction%22">Human-computer interaction</searchLink><br /><searchLink fieldCode="DE" term="%22Diversity%22">Diversity</searchLink><br /><searchLink fieldCode="DE" term="%22Impact+assessment%22">Impact assessment</searchLink><br /><searchLink fieldCode="DE" term="%22User+study%22">User study</searchLink><br /><searchLink fieldCode="DE" term="%22Longitudinal+analysis%22">Longitudinal analysis</searchLink><br /><searchLink fieldCode="DE" term="%22Recuperación+de+información+musical%22">Recuperación de información musical</searchLink><br /><searchLink fieldCode="DE" term="%22Sistemas+de+recomendación%22">Sistemas de recomendación</searchLink><br /><searchLink fieldCode="DE" term="%22Computación+social%22">Computación social</searchLink><br /><searchLink fieldCode="DE" term="%22Interacción+persona-ordenador%22">Interacción persona-ordenador</searchLink><br /><searchLink fieldCode="DE" term="%22Diversidad%22">Diversidad</searchLink><br /><searchLink fieldCode="DE" term="%22Evaluación+de+impacto%22">Evaluación de impacto</searchLink><br /><searchLink fieldCode="DE" term="%22Estudio+de+usuario%22">Estudio de usuario</searchLink><br /><searchLink fieldCode="DE" term="%22Análisis+longitudinal%22">Análisis longitudinal</searchLink><br /><searchLink fieldCode="DE" term="%22Recuperació+d'informació+musical%22">Recuperació d'informació musical</searchLink><br /><searchLink fieldCode="DE" term="%22Sistemes+de+recomanació%22">Sistemes de recomanació</searchLink><br /><searchLink fieldCode="DE" term="%22Computació+social%22">Computació social</searchLink><br /><searchLink fieldCode="DE" term="%22Interacció+persona-ordinador%22">Interacció persona-ordinador</searchLink><br /><searchLink fieldCode="DE" term="%22Diversitat%22">Diversitat</searchLink><br /><searchLink fieldCode="DE" term="%22Avaluació+d'impacte%22">Avaluació d'impacte</searchLink><br /><searchLink fieldCode="DE" term="%22Estudi+d'usuari%22">Estudi d'usuari</searchLink><br /><searchLink fieldCode="DE" term="%22Anàlisi+longitudinal%22">Anàlisi longitudinal</searchLink>
– Name: Abstract
  Label: Description
  Group: Ab
  Data: This thesis focuses on assessing the impact that music recommendation diversity may have on listeners. In the music domain, diversity is one of the values that recommender systems should preserve, because the world music heritage is a mixture of several artistic languages and sonic landscapes, and differences are at the heart of such processes of melting. However, a strain of critical studies has brought to light several issues due to the use of recommender systems, at the root of phenomena such as the exacerbation of the popularity bias, discrimination towards historically underrepresented groups in the music industry, or the reinforcement of homogenous listening habits. By exploring the measurement, perception and finally the impact of diversity, we discuss how favouring the exposure to diverse music, algorithmic recommendations may help people in understanding their musical Self by observing the ``other'' cultures with which they interact.
– Name: Abstract
  Label: Description (Translated)
  Group: Ab
  Data: Esta tesis se centra en evaluar el impacto que la diversidad en las recomendaciones musicales puede tener en los oyentes. En el ámbito musical, la diversidad es uno de los valores que los sistemas de recomendación deben preservar, ya que el patrimonio musical mundial es una mezcla de varios lenguajes artísticos y paisajes sonoros, y las diferencias están en el centro de esos procesos de fusión. Sin embargo, una corriente de estudios críticos ha sacado a la luz varios problemas debidos al uso de los sistemas de recomendación, en la raíz de los fenómenos como el empeoramiento del sesgo por popularidad, la discriminación hacia grupos históricamente infrarrepresentados en la industria musical o el refuerzo de hábitos de escucha homogéneos. Explorando la medición, la percepción y, finalmente, el impacto de la diversidad, discutimos cómo favoreciendo la exposición a música diversa, las recomendaciones algorítmicas pueden ayudar a las personas a entender su Yo musical observando las "otras" culturas con las que interactúan.<br />Aquesta tesi se centra a avaluar l’impacte que la diversitat en les recomanacions musicals pot tenir en els oients. En l’àmbit musical, la diversitat és un dels valors que els sistemes de recomanació han de preservar, ja que el patrimoni musical mundial és una barreja de diversos llenguatges artístics i paisatges sonors, i les diferències són al centre d'aquests processos de fusió. Tot i això, un corrent d'estudis crítics ha revelat diversos problemes deguts a l'ús dels sistemes de recomanació, a l’arrel dels fenòmens com l’empitjorament del biaix per popularitat, la discriminació cap a grups històricament infrarepresentats a la indústria musical o el reforç d’hàbits d’escolta homogenis. Explorant la mesura, la percepció i, finalment, l'impacte de la diversitat, discutim com afavorint l'exposició a música diversa, les recomanacions algorítmiques poden ajudar les persones a entendre el seu Jo musical observant les “altres” cultures amb què interactuen.<br />Programa de doctorat en Tecnologies de la Informació i les Comunicacions
– Name: TypeDocument
  Label: Document Type
  Group: TypDoc
  Data: Dissertation/Thesis
– Name: Format
  Label: File Description
  Group: SrcInfo
  Data: application/pdf
– Name: Language
  Label: Language
  Group: Lang
  Data: English
– Name: URL
  Label: Access URL
  Group: URL
  Data: <link linkTarget="URL" linkTerm="http://hdl.handle.net/10803/687589" linkWindow="_blank">http://hdl.handle.net/10803/687589</link>
– Name: Copyright
  Label: Rights
  Group: Cpyrght
  Data: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-sa/4.0/
– Name: AN
  Label: Accession Number
  Group: ID
  Data: edstdx.10803.687589
PLink https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edstdx&AN=edstdx.10803.687589
RecordInfo BibRecord:
  BibEntity:
    Languages:
      – Text: English
    PhysicalDescription:
      Pagination:
        PageCount: 270
    Subjects:
      – SubjectFull: Music information retrieval
        Type: general
      – SubjectFull: Recommender systems
        Type: general
      – SubjectFull: Social computing
        Type: general
      – SubjectFull: Human-computer interaction
        Type: general
      – SubjectFull: Diversity
        Type: general
      – SubjectFull: Impact assessment
        Type: general
      – SubjectFull: User study
        Type: general
      – SubjectFull: Longitudinal analysis
        Type: general
      – SubjectFull: Recuperación de información musical
        Type: general
      – SubjectFull: Sistemas de recomendación
        Type: general
      – SubjectFull: Computación social
        Type: general
      – SubjectFull: Interacción persona-ordenador
        Type: general
      – SubjectFull: Diversidad
        Type: general
      – SubjectFull: Evaluación de impacto
        Type: general
      – SubjectFull: Estudio de usuario
        Type: general
      – SubjectFull: Análisis longitudinal
        Type: general
      – SubjectFull: Recuperació d'informació musical
        Type: general
      – SubjectFull: Sistemes de recomanació
        Type: general
      – SubjectFull: Computació social
        Type: general
      – SubjectFull: Interacció persona-ordinador
        Type: general
      – SubjectFull: Diversitat
        Type: general
      – SubjectFull: Avaluació d'impacte
        Type: general
      – SubjectFull: Estudi d'usuari
        Type: general
      – SubjectFull: Anàlisi longitudinal
        Type: general
    Titles:
      – TitleFull: Assessing the impact of music recommendation diversity on listeners
        Type: main
  BibRelationships:
    HasContributorRelationships:
      – PersonEntity:
          Name:
            NameFull: Porcaro, Lorenzo
    IsPartOfRelationships:
      – BibEntity:
          Dates:
            – D: 16
              M: 12
              Type: published
              Y: 2022
ResultId 1