Musiac Услуга За Препорака На Музика од Chia-Min Lin

Дизајнот Musiac Услуга За Препорака На Музика од дизајнерот Chia-Min Lin е високо ценет добитник на престижната 2020 Сребрена награда A' Design Award во натпреварувачката категорија Дизајн на интерфејс, интеракција и корисничко искуство.

СребренаИнтерфејс· 2020

Musiac Услуга За Препорака На Музика

од Chia-Min Lin

Клиент: LinStudio

Добитник на Сребрена награда A' Design Award во категоријата Интерфејс

57,305

Верифициран добитник на награда

Верифицирај го статусот на наградата за #91014

Погледнете на A' Design Award Соопштение за печат Значка за награда

Бои

Дизајнот

За Musiac Услуга За Препорака На Музика

Musiac е мотор за препорака за музика, користи проактивно учество за да пронајде прецизни опции за своите корисници. Таа има за цел да предложи алтернативни интерфејси за да го предизвика алгоритмот автократија. Филтрирањето на информациите стана неизбежен пристап за пребарување. Сепак, тоа создава ефекти од ехо-комора и ги ограничува корисниците во зоната на удобност со силно следење на нивните преференции. Корисниците стануваат пасивни и престануваат да ги прашуваат опциите што ги нуди машината. Поминување на време за прегледување опции може да зголеми огромни био-трошоци, но тоа е напор што создава значајно искуство.

Признанието

За Сребрена награда A' Design Award

Musiac Услуга За Препорака На Музика е добитник на Сребрената награда A' Design Award, извонредно престижно признание што се доделува на врвни, прекрасни и импресивни дизајни. Сребрените добитници се исклучително бриљантни и многу креативни дела што ја покажуваат одличната стручност, талентот и проникливоста на нивните дизајнери. Се очекува Musiac Услуга За Препорака На Музика да биде прекрасно, примерно, извонредно професионално и длабоко иновативно дело. Овој дизајн со Сребрена награда е значаен, восхитуван пронајдок што придонесува за поместување на границите на уметноста, науката, дизајнот и технологијата. Musiac Услуга За Препорака На Музика е творба на која многумина и завидуваат, која ги буди желбите, носи позитивни чувства и предизвикува восхит и чудење.

Зад дизајнот

Прес-комплет

Заслуги, членови на тимот и технички детали обезбедени од дизајнерот.

Уникатни својства: Musiac is a music recommendation service aims to provide better selection mechanism. It uses a contour map to represent all musical genres in a single interface, showing the relationship across songs and genres in a 2D space. It maps out a taste bubble from the user's playlists, separating the user's prior musical taste field from the unexplored musical territory. The user can change the outline of the bubble by dragging it and expanding the scope of the recommendation algorithm.
Димензии и пакување: Musiac is a desktop application. It requires a user to import his/her playlists of third-party apps to build the "Taste Bubble" at the beginning. The bubble sits on an algorithmically-generated genres map, with a horizontal (electric, acoustic) and a vertical (atmospheric, bouncier) indication. The bubble separates the familiar and unexplored territory for a user so he/she could expand the recommendation (temporarily), without changing their behavior.
Ознаки: Algorithm autocracy, Ethical interface, Information architecture, Data visualization, User empowerment, Collaborative filtering
Производствена технологија: Musiac learns from "Every Noise at Once", has a virtual database, a theoretical possible algorithmically-generated map, and an ethical interface to reduce the bio-cost of finding liked songs from enormous options. It starts with a study of recommendation engines and filters, interviews, and a pre-testing, then ideates with "what if" questions along the generative design process, run through 2 round of user-testing to validate initial concepts and iterates. The project took a year to finalize.
Дизајн предизвик: The most difficult part of this project is to find an industry professional to talk to me. Online streaming service is a very competitive field. Hence, business and advertising dominate the final result of music recommendations, which creates intransparent and unethical algorithms. Academics and scholars provide enthusiastic feedback, but one of the business executives cancel his help after he saw my questions list.
Another major research constrains is the fuzzy relationships of million users' playlists. Single users' taste bubble might not accommodate with the overarching dimensions, even though the machine could easily map his or her playlists into an individual lump. After I consulted with the famous founder of EveryNoise, he gives me great advice that I should have customized dimensions for different users to solve this issue. The system could map out the contour map from each individual users perspective, based on what's the location of the taste bubble, then decide how to show the rest of the genres. Despite the computation power is not efficient enough for this project, but this solution is definitely feasible at the nearby future.
Истражување: Musiac ran with a waterfall and agile hybrid methodology: research, framing, prototype, test, and reflecting. Feedback was collected along the way and therefore, multiple iterations. I did solid case studies, interviewed active and passive music online streaming users, and consulted with programmers to finalize the proper frame of this project. Multiple user testings with a clickable prototype were performed in-person, as well as online.
Инспирација: Musiac started with a simple notion. Interface is the tangent point between our perception and reality. I believe interface reflects a subtle world of why we make choices. I ran into a website called Every Noise at Once and found it's a perfect database to test my theory. Interface has a higher-level goal of helping us to process information better. I want to design something that goes beyond data visualization and empower users to be more proactive upon the world they're seeing.
Траење на проектот: Musiac was a one year project done in 2018, Detroit.
Оперативен тек: Musiac is a desktop application with an unusual interface, allows users to control the scope of recommendations and to manipulate the filtered results. It uses a bubble to separate the unexplored genres from the familiar genres. A user could easily change the shape of the bubble to expand the recommendation source. It also provides multiple filters, such as themes with different adjectives; numbers of views, finding songs with specific traits, and a guiding system to go beyond the comfort zone.
Кредити за слики: All materials required in this project doesn't need attributions. Licenses are attached in the documentation appendix.