抄録
近年，コンピュータの性能の向上とともに，インター
ネット上にマルチメディア情報が増大している．それは
音楽情報も例外ではない．これら多くの音楽の中から，
好みの音楽を効率良く探し出すために音楽内容に基づ
いた楽曲推薦システムがある．本研究では音楽検索を
目的として，類似楽曲のクラスタリングを行い，人間の
感覚に合った分類となり得るかの検討を行う．これま
でにも，音楽分類を行う際にどのような特徴量を利用
することが有効であるかについて，多くの研究が行わ
れているが[1][2]，まだ体系的には明らかになっていな
い．そこで本稿では，クラスタリングを行う際にどのよ
うな特徴量を利用することがユーザの好みの音楽分類
を行うことができるのかを調査する．本稿では200 曲
のMIDI 楽曲から抽出した特徴量を利用しK-means 法
により楽曲のクラスタリングを行い，その結果と被験
者が分類した結果を比較し，利用した特徴量が音楽分
類に有効であるか，またどの特徴特徴量がクラスタリ
ングにより大きな影響を与えているのかの検討を行う．
