Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Exploring Online Music Listening Behaviors of Musically Sophisticated Users
Högskolan i Jönköping, Tekniska Högskolan, JTH, Datateknik och informatik.ORCID-id: 0000-0003-4344-9986
Free University of Bozen-Bolzano.
2019 (Engelska)Ingår i: ACM UMAP 2019 Adjunct - Adjunct Publication of the 27th Conference on User Modeling, Adaptation and Personalization, 2019, s. 33-37Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Due to the rise of available online music, a lot of music consumption is moving from traditional offline media to online sources. Online music sources offer almost an unlimited music collection to its users. Hence, how music is consumed by users (e.g., experts) may differ from traditional offline sources. In this work we explored how musically sophisticated users (i.e. experts) consume online music in terms of diversity. To analyze this, we gathered data from two different sources: Last.fm and Spotify. As expertise is defined by the ubiquitousness of experiences, we calculated different diversity measurements to explore how ubiquitous (in terms of diversity) the listening behaviors of users are. We found that different musical sophistication levels correspond to applying diversity related to specific kind of musical characteristics (i.e., artist or genre). Our results can provide knowledge on how systems should be designed to provide better support to expert users.

Ort, förlag, år, upplaga, sidor
2019. s. 33-37
Nyckelord [en]
Music, Expertise, Musical Sophistication, User Modeling, Music Listen Behaviors
Nationell ämneskategori
Interaktionsteknik Samhällsvetenskap Övrig annan teknik
Identifikatorer
URN: urn:nbn:se:hj:diva-43566DOI: 10.1145/3314183.3324974Scopus ID: 2-s2.0-85068684354ISBN: 9781450367110 (tryckt)OAI: oai:DiVA.org:hj-43566DiVA, id: diva2:1313003
Konferens
The 27th ACM Conference On User Modeling, Adaptation And Personalization, 9-12 June, Larnaca, Cyprus
Tillgänglig från: 2019-05-02 Skapad: 2019-05-02 Senast uppdaterad: 2019-07-23Bibliografiskt granskad

Open Access i DiVA

fulltext(445 kB)137 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 445 kBChecksumma SHA-512
9de76797d2cb18ae93a48c08db12fee3a8a86d41e851072edb14937d639dbd5ca209b7f42ffc35c89aaffcf5839de3bd56467c5e6493c2413057a1e323325f9c
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Sök vidare i DiVA

Av författaren/redaktören
Ferwerda, Bruce
Av organisationen
JTH, Datateknik och informatik
InteraktionsteknikSamhällsvetenskapÖvrig annan teknik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 137 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 242 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf