我們的目標是使播放列表根據某人的情感變化而變化，從而超越流音樂(lè )服務(wù)。

“無(wú)論是在經(jīng)過(guò)漫長(cháng)的一天的會(huì )議之后上車(chē)還是在周末的早晨起床，它都應該根據您不斷變化的心情調整建議，”信息學(xué)教授Maytal Saar-Tsechansky說(shuō)，得克薩斯大學(xué)奧斯汀分校麥考姆斯商學(xué)院的風(fēng)險和運營(yíng)管理。

該項目始于Elad Liebman的創(chuàng )意，Elad Liebman是計算機科學(xué)博士學(xué)位的學(xué)生，他同時(shí)擁有音樂(lè )創(chuàng )作學(xué)位。他，Saar-Tsechansky和計算機科學(xué)教授Peter Stone設計的程序運行了一系列反饋循環(huán)。它嘗試一首歌曲，聽(tīng)眾對其進(jìn)行評分，然后程序會(huì )在選擇下一首歌曲時(shí)注意該評分。“然后您可以相應地更改模型，”利勃曼說(shuō)。

該程序不僅會(huì )考慮聽(tīng)者喜歡的歌曲，而且會(huì )考慮聽(tīng)者的心情，并考慮聽(tīng)者的順序。歌曲的組織方式很聰明，從而形成了富有表現力的“ DJ風(fēng)格”序列，而不是隨機的，聽(tīng)起來(lái)有些亂的序列。

像國際象棋棋手一樣，它計劃向前移動(dòng)10首歌曲。在播放一首歌曲時(shí)，它會(huì )生成成千上萬(wàn)個(gè)可能的音序，并預測哪一首最能使聽(tīng)眾滿(mǎn)意。它提供了該播放列表中的下一首歌曲，并且在播放歌曲時(shí)，它會(huì )創(chuàng )建并測試新的音序。

在機器學(xué)習中，該機制稱(chēng)為蒙特卡洛搜索，這激發(fā)了程序的名稱(chēng)：DJ-MC。

研究人員可以使個(gè)性化DJ程序適應其他類(lèi)型的媒體，從新聞報道到視頻。

利勃曼說(shuō)：“學(xué)習算法沒(méi)有趣味，它們只有數據。” “只要人們以類(lèi)似的方式使用數據集，就可以用任何東西替換數據集。”

Saar-Tsechansky走得更遠。她說(shuō)：“它可以在您向人類(lèi)推薦事物的過(guò)程中發(fā)揮作用，這些經(jīng)驗是按順序進(jìn)行的。” “甚至可能是食物。”

該論文發(fā)表在《MIS》季刊上。