Musik und Emotion
| dc.contributor.author | Wittland, Michael | |
| dc.contributor.author | Raciti, Vincent | |
| dc.contributor.author | Oehler, Michael | |
| dc.contributor.editor | Eibl, Maximilian | |
| dc.contributor.editor | Gaedke, Martin | |
| dc.date.accessioned | 2017-08-28T23:47:06Z | |
| dc.date.available | 2017-08-28T23:47:06Z | |
| dc.date.issued | 2017 | |
| dc.description.abstract | Produktmarken werden mit emotionalen Eigenschaften verbunden, um ihnen einen persönlichen Charakter zu verleihen. Musik ist ein wichtiges Medium, dem Verbraucher die emotionalen Assoziationen einer Marke zu vermitteln. Zusammen mit TRO Music Services wurde ein Tool entwickelt, welches automatisiert überprüft, ob ein Musikstück zu einer gewünschten Markenpersönlichkeit passt. Grundlage zur Beschreibung der Markenpersönlichkeit bildet das Hevnersche Emotionsmodell [He36]. Ein Datenkorpus von 1831 Musikstücken wurde hierzu von Probanden getaggt. Anschließend wurde damit ein Support Vector Classification Algorithmus trainiert, Emotionstags anhand von akustischen Merkmalen zu erkennen. Der Datenkorpus besteht größtenteils aus professionell produzierter, unveröffentlichter Musik, wie sie auch in Mainstream-Radiosendern gespielt werden könnte. Einerseits werden so die Urteile der Probanden nicht aufgrund außermusikalischer Faktoren, die mit dem Interpreten zu tun haben, beeinflusst, andererseits ist eine größere ökologische Validität als bei Produktionsmusik gewährleistet Bei einer Kategorisierung von Musikstücken in 8 Hevnersche Emotionsdimensionen werden gegenwärtig durchschnittlich etwa 71% der Stücke in jeder Emotionskategorie korrekt klassifiziert. | de |
| dc.identifier.doi | 10.18420/in2017_15 | |
| dc.identifier.isbn | 978-3-88579-669-5 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik, Bonn | |
| dc.relation.ispartof | INFORMATIK 2017 | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-275 | |
| dc.subject | Music Emotion Recognition | |
| dc.subject | Support Vector Classification | |
| dc.subject | Hevner Emotion Model | |
| dc.title | Musik und Emotion | de |
| dc.title.subtitle | Ein auf SVM-Klassifikation basierendes anwendungsorientiertes Werkzeug zur Emotionserkennung | de |
| gi.citation.endPage | 229 | |
| gi.citation.startPage | 219 | |
| gi.conference.date | 25.-29. September 2017 | |
| gi.conference.location | Chemnitz | |
| gi.conference.sessiontitle | Musik trifft Informatik |
Dateien
Originalbündel
1 - 1 von 1