Computeralgoritme voorspelt hitpotentie muziek
Bron: The Globe and Mail & Tweakers.net
Een nieuwe ontdekking kan zowel de muziekhitlijsten beter voorspelbaar maken als dat het de goedbedoelde muziekadviezen van Amazon en de iTunes-winkel bevredigender kan laten uitpakken. Brian Whitman en Tristan Jehan van het Massachusetts Institute of Technology (MIT) hebben in het Media Laboratory van deze instelling namelijk een computerprogramma ontwikkeld dat naar muziek luistert en op basis van meerdere factoren voorspelt hoe mensen uit specifieke doelgroepen erop zullen reageren. Normaal worden voorspellingen over de hitpotentie van muziek gevormd door focusgroepen die voor de releasedatum naar platen luisteren en hun feedback geven. Deze wordt vervolgens door de platenmaatschappijen gebruikt om te bepalen welke nummers van een album op single uitgebracht moeten worden en in welke volgorde dit moet gebeuren. Ook is er bijvoorbeeld de software van Polyphonic HMI die hits analyseert op unieke eigenschappen, op basis van inter- en extrapolatie bepaalt wat de meest succesvolle zijn en deze herkent in nieuwe muziek.
Het systeem van de twee wetenschappers combineert min of meer deze twee methodes van aanpak. Het MIT-systeem analyseert muziek op basis van bijvoorbeeld toonhoogte, ritme, tempo en melodie en vergelijkt dit met de gegevens in een database over de relatie tussen specifieke eigenschappen en de hitgevoeligheid van het bijbehorende muziekmateriaal. Daarnaast verzamelt het systeem continue meningen over muziek via weblogs, chatboxen en online muziekbladen. Hierdoor claimen de makers dat het systeem zowel rekening kan houden met de hitpotentie van de muziek op zich als met de sociale en culturele stromingen waarbinnen een nummer wel of niet zal aanslaan. Whitman en Jehan claimen dat het systeem een dusdanige mate van accuratesse heeft dat het in sommige gevallen correct kon bepalen hoe hoog een single zou eindigen in de hitlijsten en zelfs welke woorden er gebruikt zouden worden in de recensies van de plaat.
Een van de doelen van Whitman en Jehan is om de methode te verbeteren waarmee Amazon en de iTunes-winkel muziek aanraden. Momenteel gebeurt dit primair op basis van verkoopcijfers en genres: kopers van een bepaald album binnen een bepaald genre zullen volgens deze systemen ook graag luisteren naar de bestverkochte platen binnen dat specifieke genre. Volgens de ontwikkelaars van het MIT-systeem leidt dit er vooral toe dat goedverkopende platen ook goed blijven verkopen en onbekende platen onbekend blijven. Met de analysesoftware willen ze een betere filtersysteem bieden dat muziekluisteraars uit het grote aanbod muziek precies die platen aanraadt die zij het meest kunnen waarderen.