다양하고 방대한 양의 멀티미디어 콘텐츠가 보편화되면서 이를 효과적으로 활용하기 위한 다양한 연구가 수행되고 있다. 특히 음악의 경우 사람의 감정이나 기분에 따라 듣고 싶은 음악의 유형이 크게 달라질 수 있기 때문에 음악 추천과 같은 음악 관련 서비스를 위해서는 사람의 감정 파악이 중요하다. 한편, 소셜 네트워크 서비스가 확산되면서 일상 생활이나 정치적 사건, 영화, 제품 등 다양한 이슈에 대한 개인의 생각이나 느낌을 표현하고 공유하는 것이 빈번해졌다. 특히, 마이크로 블로그와 같은 경우 사용자의 감정을 암시하는 내용이 풍부하므로, 이러한 데이터를 수집하고 분석하면 개인의 견해나 감정을 파악하는 것이 가능하다. 이러한 감정 추출과 음악 추천을 연결할 수 있다면 다양한 형태의 감정 기반 사용자 서비스를 효과적으로 지원할 수 있다. 본 논문에서는 대표적인 SNS인 트위터에서 사용자의 감정을 분석하고 분석한 감정에 적합한 음악을 추천하는 기법을 제안하다. 그리고 실험을 통해 제안한 기법의 효율성을 검증한다.
As a vast amount of diverse multimedia contents have been available, many works have been done to utilize them effectively. Especially, in the case of music, since the music type to which a user wants to listen depends on his emotion or mood, it has become very important to recognize user emotion for music-related services such as music recommendation. On the other hand, with the wide spread of social network services, it has become quite common for people to express and share personal thoughts or feelings on the various issues such as daily life, political events, movies or commercial products. In particular, as micro-blogs contain various emotion-rich resources, personal opinion or emotion can be extracted and recognized by collecting and analyzing such data. In order to support various emotion-based user services, mood recognition and music recommendation should be connected to each other. In this paper, we first show how to extract user emotion from twitter documents and then propose how to recommend music based on the extracted user emotion. Through experiments, we show that our scheme can produce satisfactory result.
