スマートフォンでの歌詞閲覧行動の分析（2021～）

人はなぜ・どのように歌詞を閲覧するのかを調査した研究で、特にスマートフォンの音楽再生アプリで音楽を聴きながら歌詞を見る行動に焦点を当てています。「なぜ」に答えるためにアンケートを実施し、206名から得られた回答を分析しています。また「どのように」に答えるために、スマートフォンの音楽再生アプリから収集された2,300万件以上の歌詞閲覧ログを分析しています。
詳細を見る

Kiite Cafe（2020～）

『「好き」が伝わる音楽発掘カフェ』というコンセプトのもと、「Kiite Cafe」というWebサービスを公開しています。Kiite Cafeでは、ログインしているユーザのお気に入り曲やプレイリストの曲から、再生される曲が次々に選ばれ、選ばれた曲をみんなで一緒に聴くことができます。流れている曲が気に入ったら、様々なリアクションによって曲に対する「好き」という気持ちを発信できます。さらに、自分のお気に入り曲やプレイリストの曲が選ばれて再生されると、他のユーザのリアクションを見ることができるため、自分の好きな曲を他の人が好きになってくれる瞬間を目にすることができます。
詳細を見る

繰り返し消費するコンテンツへの推薦理由の提示（2020～）

ユーザが過去に消費したことのあるコンテンツを再度そのユーザに推薦する際に推薦理由を提示する手法を提案しています。これにより、例えばユーザが過去に聴いた楽曲を推薦するときに「あなたがこの楽曲を初めて聴いてから今日でちょうど5年が経過したので、また聴いてみませんか」といった理由とともに推薦が可能になります。このような推薦理由を提示することで、ユーザが懐かしさや嬉しさを感じながらコンテンツを再度消費するような推薦システムの実現を目指しています。
詳細を見る

画像検索意図の検索満足度と評価指標への影響（2020～）

画像の検索をする際に、ユーザは「木星について学びたい」や「自分の好きな俳優の画像を見たい」など、様々な検索意図を持っています。そうした検索意図の違いが、画像検索結果に対する満足度や画像検索結果の評価指標に与える影響を分析しています。そうした分析を通して、より良い画像検索システムの実現を目指しています。
詳細を見る

推薦理由の多様化（2019～）

ユーザにアイテムを推薦する際に、アイテムの多様化に加えて、推薦理由も多様化するための手法を提案しています。どういった推薦理由が好まれるかはユーザによって異なるため、推薦理由を多様化することで、どんなユーザでも少なくともひとつは好みの推薦理由を持ったアイテムを見つけられるような推薦システムの実現を目指しています。
詳細を見る

ユーザ生成コンテンツ推薦（2019～）

一人のユーザが消費者としての役割に加えて創作者としての役割も持つというユーザ生成コンテンツの特性を活かした推薦モデルを提案します。従来の推薦モデルが「ユーザがどのコンテンツを消費したか」という情報だけを使っていたのに対して、提案モデルではその情報に加えて「ユーザがどのコンテンツを創作したか」という情報も使い、それにより推薦精度の改善を実現しました。
詳細を見る

クリエータのコラボレーション分析（2017～）

複数人のクリエータが協力してひとつの動画コンテンツを創作する「コラボレーション」に関する分析をしています。分析の結果、コラボレーションによって創作された動画は一人で創作された動画よりも再生数が多くなる傾向にあること、コラボレーションを経験したクリエータは未経験のクリエータに比べてクリエータとしての活動期間が長くなる傾向にあることなどを明らかにしました。
詳細を見る

音楽の再生要因推定（2017～）

音楽の再生ログを分析することで、各ユーザが各曲をなぜ再生したのか、その要因を推定します。要因として、ユーザの日頃の音楽の好みと、特定のアーティストへのハマり度合いの二つを考慮しています。
詳細を見る

Lyric Jumper（2017～）

歌詞を解析することで、楽曲ごとのトピック（「青春」「センチメンタル」「大人の恋愛（女性編）」など）を推定し、トピックに基づいて楽曲を探すことができます。研究成果を歌詞探索ツール「Lyric Jumper」として公開しています。
詳細を見る

Songrium派生要因分析（2016～）

ニコニコ動画に投稿されたたくさんの派生コンテンツの分析により自動推定した、「なぜ派生コンテンツが創作されたのか」という観点を意識しながらオリジナル曲や派生コンテンツを探せます。研究成果をWebサービス「Songrium派生要因分析」として公開しています。
詳細を見る

Songriumコメント分析（2015～）

ニコニコ動画に投稿されたたくさんの動画の中から、みんなが「かわいい」や「高音綺麗」、「イントロ超かっこいい」などと言っている動画を探すことができます。研究成果をWebサービス「Songriumコメント分析」として公開しています。
詳細を見る

ExploratoryVideoSearch（2015～）

「ビヨンセ」の動画を検索すると、ビヨンセと並び称されるアーティストとして「マドンナ」や「ブリトニー・スピアーズ」を推定して検索結果を同時に表示します。また検索結果を多様化することで様々な種類の動画を容易に探すことを実現しています。