Ontwikkeling van een gebruikersinterface voor een mobiele playlist generator

Ontwikkeling van een gebruikersinterface voor een mobiele playlist generator Matthias Snellings

Thesis voorgedragen tot het behalen van de graad van Master in de ingenieurswetenschappen: computerwetenschappen Promotor: Prof. dr. ir. Erik Duval Assessoren: Prof. dr. Dave Clarke Dr. ir. Joris Klerkx Begeleider: Sten Govaerts

Academiejaar 2011 – 2012

c Copyright K.U.Leuven

Zonder voorafgaande schriftelijke toestemming van zowel de promotor als de auteur is overnemen, kopiëren, gebruiken of realiseren van deze uitgave of gedeelten ervan verboden. Voor aanvragen tot of informatie i.v.m. het overnemen en/of gebruik en/of realisatie van gedeelten uit deze publicatie, wend u tot het Departement Computerwetenschappen, Celestijnenlaan 200A bus 2402, B-3001 Heverlee, +32-16327700 of via e-mail [email protected]. Voorafgaande schriftelijke toestemming van de promotor is eveneens vereist voor het aanwenden van de in deze masterproef beschreven (originele) methoden, producten, schakelingen en programma’s voor industrieel of commercieel nut en voor de inzending van deze publicatie ter deelname aan wetenschappelijke prijzen of wedstrijden.

Voorwoord Ik zou graag enkele mensen willen bedanken die mij geholpen en gesteund hebben gedurende het afgelopen jaar. Eerst en vooral bedank ik professor Erik Duval voor het promoten van mijn thesis. Hij heeft mij doorheen het jaar voorzien van hulp en feedback. Veel dank gaat ook uit naar mijn begeleider Sten Govaerts die mij het hele jaar begeleidde bij het maken van deze thesis. Verder wil ik Gonzalo Parra bedanken die bereid was mij te begeleiden bij afwezigheid van Sten en Joris Klerx die een heel jaar feedback heeft gegeven bij tussentijdse verslagen. Mijn dank gaat ook naar mijn studiegenoot en vriend, Gerry Hendrickx. Hij toonde een speciale interesse in deze thesis en was altijd bereid met mij te brainstormen en suggesties te geven. Daarnaast wil ik ook studiegenoten en vrienden, Tom Reynaert en David Robben, bedanken. Zij stonden niet alleen tijdens deze thesis klaar om mij te helpen, maar doorheen mijn hele studie. Verder wil ik ook iedereen bedanken die bereid was om te participeren in de testen die ik voor deze thesis heb uitgevoerd. Ten slotte wil ik ook mijn vriendin, Katrien Swinkels, mijn kotgenoten en mijn ouders bedanken voor de steun die ze mij het hele jaar gegeven hebben. Een laatste woord van dank gaat naar Toon De Vis, die in augustus zijn thesis bij mij op kot kwam maken. Het is fijn om een lotgenoot te hebben in zware dagen. Ik koos dit onderwerp voor deze thesis vanuit een liefde voor het beluisteren van muziek. Het was een unieke kans om mijn studies met mijn hobby te combineren. Het feit dat deze motivatie kwam vanuit mijn liefde voor muziek en niet vanuit de praktische kant van deze thesis, leidde tot twee grote obstakels. Enerzijds beschik ik niet over een mobiel toestel, noch had ik enige voorkennis over het implementeren van mobiele applicaties. Anderzijds had ik geen enkele ervaring met het ontwerpen van een gebruikersinterface. Om deze obstakels te overwinnen nam ik speciaal de vakken multimedia en gebruikersinterfaces op in mijn curriculum. Achteraf ben ik zeer blij over mijn gemaakte keuzes. Multimedia en gebruikersinterface bleken domeinen van de computerwetenschappen te zijn die mij interesseren, wat ik zonder deze thesis niet ontdekt had. Matthias Snellings

i

Inhoudsopgave Voorwoord

i

Samenvatting

iv

1 Introductie 1.1 Situering en Probleemstelling 1.2 Doelpubliek en Doelgebruik . 1.3 Doelstellingen . . . . . . . . . 1.4 Cream . . . . . . . . . . . . . 2 Gerelateerd Werk 2.1 Gerelateerde Applicaties 2.2 Luistergedrag . . . . . . 2.3 Algemene Bevindingen . 2.4 Aanraden van Albums .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

1 1 2 2 3

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

5 5 9 14 15

3 Enquête 3.1 Doel . . . . . . . . . . . . . 3.2 Aanpak . . . . . . . . . . . 3.3 Resultaten en Bevindingen 3.4 Conclusie . . . . . . . . . . 3.5 Reflectie . . . . . . . . . . . 3.6 Doelstellingen Herzien . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

19 20 20 20 25 25 26

4 Ontwerp 4.1 Ontwerpbeslissingen . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Technologiekeuze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 Scenario en Storyboard . . . . . . . . . . . . . . . . . . . . . . . . .

29 29 31 32

5 Papieren Prototypes 5.1 Eerste Iteratie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Tweede Iteratie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3 Derde Iteratie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35 35 39 47

6 Digitale Prototypes 6.1 Eerste Digitale Prototype . . . . . . . . . . . . . . . . . . . . . . . . 6.2 Tweede Digitale Prototype . . . . . . . . . . . . . . . . . . . . . . . .

51 51 61

7 Implementatie 7.1 Architectuur

71 71

ii

. . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Inhoudsopgave 7.2

Klassendiagram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

74

8 Algemeen Besluit 8.1 Verwezenlijkingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.2 Doelstellingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8.3 Toekomstig Werk . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

81 81 82 84

A Scenario

89

B Takenlijst Papieren Prototypes

91

C Takenlijst Digitaal Prototype

93

D Bijkomende vragenlijst voor de evaluatie van het eerste digitaal prototype

95

E Bijkomende vragenlijst voor de evaluatie van het tweede digitale prototype

97

F Wetenschappelijk Artikel

101

G Poster

109

Bibliografie

111

iii

Samenvatting Deze thesis bespreekt een intelligent systeem dat de information overload aan muziek reduceert. Het bespreekt de ontwikkeling van een muziekapplicatie met een playlist generator als kernfunctionaliteit. De applicatie focust op een doelpubliek van muziekliefhebbers. Een eerste deel gaat op zoek naar welke methoden gebruikers willen gebruiken om naar afspeellijsten te luisteren. Anderzijds wil het te weten komen welke ondersteunende functionaliteiten gebruikers bij een muziekapplicatie wensen. Dit onderzoek gebeurt in drie fasen. In een eerste fase worden bestaande applicaties bestudeerd, gerelateerd aan het onderwerp. In een tweede fase wordt de literatuur over het luistergedrag van gebruikers bestudeerd. Ten slotte wordt in een laatste fase een enquête gehouden om het recente luistergedrag van het doelpubliek van de applicatie te vatten. Het tweede deel van de thesis bespreekt een initieel ontwerp. Dit ontwerp wordt in vijf iteraties verbeterd met behulp van gebruikersevaluaties. De eerste drie iteraties gebeuren met papieren prototypes. Met de evaluaties van de papieren prototypes worden grote pijnpunten opgelost die leiden tot een eenvoudig ontwerp dat klaar is om te implementeren. De laatste twee iteraties gebeuren met digitale prototypes. Het tweede digitale prototype is een volledig functioneel prototype dat op realistische wijze met de doelgroep is getest. Uit deze evaluatie kunnen we besluiten dat de meeste doelstellingen van deze thesis geslaagd zijn.

iv

Hoofdstuk 1

Introductie 1.1

Situering en Probleemstelling

Consumenten hebben vandaag te kampen met een information overload aan muziek. Elk jaar worden 10,000 nieuwe albums uitgebracht en worden er 100,000 werken geregistreerd voor copyright [9]. De komst van het world wide web heeft een overaanbod gecreëerd. Nieuwe muziek is vandaag in grotere mate beschikbaar dan in de vorige eeuw. Hetzelfde geldt voor muziek van vroeger die anders afgeschreven zou zijn [1]. Online aanbieders van muziek ondervinden niet langer beperkingen van de fysieke ruimte die nodig is om muziek aan te bieden. Het consumentengedrag van Rhapsody [45] toont dat de verkoopcijfers van de 100,000 populairste nummers lager zijn dan die van de overige nummers uit de top 400,000. Een fysieke aanbieder kan enkel de 100,000 populairste nummers aanbieden. Het voordeel is dat consumenten uit dit grotere aanbod een bredere keuze hebben. Het nadeel is dat het steeds moeilijker wordt om deze keuze te maken [1]. Het wordt een steeds moeilijkere taak om muziek af te spelen die past bij de huidige muzikale context [7] van de consument. Met deze context bedoelen we de factoren (e.g situatie, gemoedstoestand, etc.) die invloed hebben op de muziekkeuze van de gebruiker. Deze context kan bijvoorbeeld een barbecue in de zomer zijn. Deze thesis ontwikkelt een mobiele applicatie die dit information overload probleem aanpakt. De information overload wordt gereduceerd door een playlist generator [17], die de kernfunctionaliteit van de applicatie vormt. De playlist generator moet de gebruiker zowel nieuwe muziek helpen ontdekken, als geschikte muziek kiezen in zijn huidige muzikale context. De playlist generator is geen nieuw concept. Bestaande applicaties zoals Grooveshark [34] en Genius [36] bieden ook een playlist generator aan. Door een uitgebreide gebruikersstudie wil deze thesis een playlist generator ontwikkelen die aangepast is aan een doelgroep, die gedefinieerd wordt in sectie 1.2. De muziek wordt gestreamed van een uitgebreide database. Er wordt gekozen om te werken op een mobiel toestel. Dit heeft als voordeel dat de gebruiker de applicatie overal kan gebruiken. Er moet dan ook rekening gehouden worden met het feit dat de applicatie vaak tijdens het reizen zal gebruikt worden. 1

1. Introductie Daarom moet het mogelijk zijn om een afspeellijst te genereren met een beperkt aantal gebruikersinteracties.

1.2

Doelpubliek en Doelgebruik

Het doelpubliek voor deze applicatie bestaat uit muziekliefhebbers die de information overload aan muziek willen reduceren. Ze willen een playlist generator gebruiken om nieuwe muziek te ontdekken of om de geschikte muziek in hun huidige muzikale context automatisch te genereren. Met de muziekliefhebber bedoelen we iemand die geregeld actief bezig is met de muziek die hij beluistert. Hij wil een zekere controle hebben over de muziek die hij luistert. Hij wil steeds de mogelijkheid hebben om naar een specifiek nummer te luisteren wanneer hij daar zin in heeft. Deze thesis wijkt dan ook af van een thesis met een gelijkaardig onderwerp, waarin de playlist wordt gegenereerd met behulp van sensoren en nagenoeg geen gebruikersinvoer [2]. De gevolgde keuze introduceert meer gebruikersinteracties maar geeft toch voldoende controle aan de gebruiker. Typisch zal de applicatie gebruikt worden onderweg in de trein, te voet etc. De applicatie is minder geschikt voor gebruikers die geen behoefte hebben aan controle en meteen zonder gebruikersinteracties een afspeellijst willen genereren. Door de controle die we de gebruiker willen geven zal er altijd een minimum aan beginconfiguratie nodig zijn om de playlist generator een idee te geven van de muzikale context. Een ander mogelijk scenario bestaat uit het aansluiten van het mobiele toestel op de stereo installatie thuis. Dit wordt tegenwoordig steeds vaker gedaan. Denk maar aan de opkomst van iPod hifi-toestellen. Ook is het mogelijk dat op kleine bijeenkomsten van vrienden een mobiel toestel wordt aangesloten op een muziekinstallatie.

1.3

Doelstellingen

Het doel van deze thesis is om een mobiele muziekapplicatie te ontwikkelen met een playlist generator als kernfunctionaliteit. De nadruk in deze thesis ligt op de gebruikersinterface die moet helpen om een afspeellijst te genereren. Het doel van deze thesis wordt in vier delen opgesplitst: 1. Het bepalen van de invoer voor de playlist generator. 2. Het bepalen van de belangrijkste ondersteunende functionaliteiten voor een muziekapplicatie met als kernfunctionaliteit een playlist generator. 3. Het ontwikkelen van een applicatie die met zo weinig mogelijk gebruikersinteracties een afspeellijst genereert, maar toch voldoende controle geeft aan de gebruiker. 4. Het evalueren van deze applicatie. 2

1.4. Cream Hoofdstukken 2 en 3 trachten te beantwoorden aan de eerste twee doelen. Hoofdstuk 2 bespreekt de studie van gelijkaardige applicaties en literatuur over gebruikersstudies. Hoofdstuk 3 bespreekt een eigen gehouden enquête die een gebruikersstudie doet, aangepast aan de doelgroep. Om tegemoet te komen aan de laatste twee doelen zal gebruik worden gemaakt van een iteratief proces. Hoofdstuk 4 bespreekt hoe een initieel ontwerp wordt gemaakt. Dit ontwerp wordt iteratief getest met behulp van testgebruikers. Op deze manier worden de problemen vastgesteld. In elke volgende iteratie wordt het ontwerp concreter en de problemen uit de vorige iteratie opgelost om het nieuwe ontwerp weer aan een test te onderwerpen. Eventueel zal binnen het tijdsbestek van deze thesis nog geen optimum bereikt zijn, maar het is de bedoeling om zo ver mogelijk in de goede richting te werken. Hoofdstukken 5 en 6 bespreken dit iteratief proces. Hoofdstuk 7 bespreekt de concrete implementatie van de applicatie. Ten slotte vormt hoofdstuk 8 een algemeen besluit. De vierde doelstelling is vaag. Omdat deze thesis eerst onderzoek wil doen naar de wensen van de doelgroep, wordt deze vierde doelstelling pas in hoofdstuk 3 concreter ingevuld. Sectie 3.6 beantwoordt de eerste twee doelstellingen en formuleert wat de concrete evaluatiecriteria zijn. Deze thesis besteedt geen aandacht aan het playlistgeneratiealgoritme. Het algoritme wordt namelijk geleverd door Aristo Music [27], een bedrijf dat samenwerkt met de KU Leuven. Aristo Music levert eveneens de muziekstreaming. De applicatie zal gebruik maken van services die zij aanbieden. Enkel wat de gebruiker als invoer meegeeft aan de generator is van belang voor deze thesis. Aristo Music biedt uitgebreide mogelijkheden voor playlistgeneratie aan, waardoor er een grote vrijheid is in het bepalen van de gebruikersinvoer voor de playlist generator. Wanneer in deze thesis wordt gesproken over de invoer voor de playlist generator, wordt telkens de invoer van de gerbuiker bedoeld. Het is interessant om even in te gaan op de visie van Aristo Music in verband met playlistgeneratie. Ze voorzien elk nummer in de database van allerlei metadatavelden met eigenschappen zoals genre, tempo, dansstijl, atmosfeer, etc. De metadatawaarden worden bepaald door experts. Om de gelijkaardigheid van nummers te bepalen ziet Aristo Music dit los van de artiest die het nummer gemaakt heeft en het album waarop het lied is uitgebracht. Ze willen de gelijkaardigheid bepalen door juist naar de eigenschappen van het lied zelf te kijken. Dit verschilt grondig van de visie die andere applicaties gebruiken zoals Last.fm [37], die vooral naar de gelijkaardigheid tussen artiesten kijken om muziek aan te raden.

1.4

Cream

De naam voor de ontwikkelde applicatie is ‘Cream’. De keuze voor deze naam komt voort uit de appreciatie van de auteur voor de supergroep ‘Cream’ met Eric Clapton, Jack Bruce en Ginger Baker. Andere groepen die evenveel of meer appreciatie genieten, werden ook overwogen, maar ‘Cream’ past in onze opinie beter voor de 3

1. Introductie naam van een applicatie dan bijvoorbeeld ‘The Velevet Underground’. Bovendien kan de slagroom, de top van het dessert, gezien worden als een metafoor voor het allerbeste van de smaak van de gebruiker. “Discover the Cream of your musical taste” is dan ook de slogan die op de poster luidt (zie appendix G).

4

Hoofdstuk 2

Gerelateerd Werk Eerst eerste deel van dit hoofdstuk bespreekt gerelateerde applicaties. Het bekijken van gerelateerde applicaties heeft twee doelen. Ten eerste geeft het een idee welke functionaliteiten mogelijk zijn bij het ontwerpen van Cream. Ten tweede is het ook een inspiratie voor de gebruikersinterface. Het overnemen van gebruikersinteracties voor Cream zal het vertrouwen van smartphonegebruikers doen toenemen en de leercurve verlagen [5]. Vervolgens wordt bestaand onderzoek naar het luistergedrag van gebruikers bestudeerd. Dit heeft tot doel te onderzoeken of er een vraag is naar functionaliteiten die niet door de gerelateerde applicaties worden aangeboden. Een derde deel bundelt de algemene bevindingen van de eerste twee delen. Een belangrijke bevinding zal zijn dat het aanraden van albums een gebruikerswens is die niet in gerelateerde applicaties aanwezig is. Daarom onderzoekt een laatste deel bestaande systemen die albums aanraden.

2.1

Gerelateerde Applicaties

Deze sectie bespreekt de studie van mobiele muziekapplicaties. Op deze manier wordt een idee gegeven welke mogelijkheden er zijn om een playlist te genereren. De vijf applicaties die Cream het meest inspireren worden besproken: Grooveshark [34], Pandora [42], MoodAgent [38], iTunes [36] en Spotify [47]. Omdat het generatiealgoritme niet belangrijk is voor deze thesis wordt er niet op ingegaan. Er wordt vooral naar de gebruikersinterface gekeken en de mogelijkheden voor de invoer van de playlist generator.

2.1.1

Grooveshark (Mobile)

Grooveshark is een webapplicatie waarvan een mobiele versie bestaat, Grooveshark Mobile. De mobiele applicatie is belangrijk voor de gebruikersinterface. De functionaliteiten zijn in beide versies gelijkaardig. De applicatie laat toe uit een uitgebreide database muziek te streamen. Ze biedt de mogelijkheid naar albums, artiesten of liedjes te zoeken. De database is opgebouwd uit muziek die door de gebruikers zijn geüpload. Het nadeel hiervan is dat veel liedjes meerdere keren voorkomen en op 5

2. Gerelateerd Werk bepaalde albums liedjes ontbreken. Figuur 2.1 toont een screenshot van Grooveshark Mobile. De kernfunctionaliteit is de playlist generator. Liedjes kunnen toegevoegd worden aan de huidige afspeellijst. Er bestaat de mogelijkheid de playlist generator aan te zetten door op een knop, ‘radio off’, te duwen. De toegevoegde liedjes fungeren dan als seed songs1 . Grooveshark biedt de mogelijkheid om feedback te geven op de gegenereerde nummers. Bij het geven van positieve feedback wordt het gegenereerde nummer ook een seed song. Bij het geven van negatieve feedback wordt het nummer verwijderd uit de afspeellijst en begint het volgende nummer te spelen. Er zijn geen beperkingen op het aantal seed songs. Er wordt wel maar één nummer gegenereerd per keer. Een volgend nummer wordt pas gegenereerd als het laatste nummer in de afspeellijst aan het spelen is. Verder bevat Grooveshark ook de mogelijkheid om naar radiostations te luisteren. Ze zijn gelabeld met genres (rock, blues, etc), decennia (80‘s, 90‘s) of combinaties van de twee (90‘s alternative rock). Er wordt dan muziek gegeneerd binnen het geselecteerde genre en toegevoegd aan de huidige afspeellijst. Er kan nog altijd een nummer aan de afspeellijst worden toegevoegd, er kan feedback gegeven worden aan de gegenereerde nummers. Het genre werkt als een filter op de playlist generator. Het sociale netwerk werkt in één richting. Er is de mogelijkheid om andere gebruikers te volgen. Zo heeft de gebruiker snelle toegang tot deze persoon zijn profiel en kan hij kijken wat deze persoon recent beluisterd heeft. Ten slotte is er een mogelijkheid om muziek toe te voegen aan ‘My Music’ of ‘Favorites’. De laatstgenoemde is een deelverzameling van de eerstgenoemde. Hiermee kan de gebruiker bijhouden welke muziek hij goed vindt en heeft hij snelle toegang naar deze muziek.

Figuur 2.1: Screenshot van Grooveshark

1

Seed songs is de gebruikte term bij playlistgeneratie voor liedjes die als invoer aan de playlist generator worden gegeven. De playlist generator zal dan nummers genereren die gerelateerd zijn aan de gegeven seed songs.

6

2.1. Gerelateerde Applicaties

2.1.2

Pandora Mobile

Figuur 2.2 toont screenshots van Pandora. De kernfunctionaliteit van Pandora is een playlist generator. De gebruiker selecteert een artiest als invoer. De playlist generator speelt een nummer van deze artiest. Het volgende nummer is een nummer gerelateerd aan deze artiest. Gelijkaardig aan Grooveshark kan de gebruiker positieve en negatieve feedback geven om de playlist generator bij te sturen. Hij heeft minder controle dan bij Grooveshark, waar de afspeellijst op elk moment gemanipuleerd kan worden zoals hij dat wil. De gebruiker kan een nummer overslaan, maar hij kan niet kiezen om een zelf gekozen nummer toe te voegen. Hij kan een gegenereerd nummer ‘bookmarken’, zodat hij dit later nog terugvindt. Een functionaliteit die Grooveshark niet heeft is dat de gebruiker kan opvragen waarom een lied gegenereerd is. We geven een voorbeeld: “We’re playing this track because it features a subtle use of vocal, harmony, extensive vampin, minor key tonality, a vocal-centric aesthetic and many other similarities in the Music Genome Project [40]”.

Figuur 2.2: Screenshots van Pandora

2.1.3

iTunes

iTunes is de standaard muziekapplicatie voor de iPhone. Daarmee is het één van de meest gebruikte muziekapplicaties op mobiele toestellen. Het is daarom een goede inspiratiebron voor de gebruikersinterface. In tegenstelling tot Pandora, Grooveshark, Spotify en Cream, werkt iTunes met persoonlijke muziekcollectie van de gebruiker. iTunes bevat een playlist genererator, Genius. Deze is echter beperkt omdat Genius alleen met muziek uit de persoonlijke bibliotheek werkt. De gebruiker kan ook maar één seed song kiezen. Er is geen mogelijkheid om feedback te geven.

2.1.4

Moodagent

Moodagent is een applicatie die met je eigen muziekbibliotheek werkt bovenop iTunes. De playlist generator is veel uitgebreider. Met Moodagent kan de gebruiker wel positieve feedback geven, waarbij het lied in kwestie ook een seed song wordt. 7

2. Gerelateerd Werk Bovendien zijn er vijf sliders aanwezig om extra parameters in te stellen bovenop de seed songs: ‘sensualness’, ‘tenderness’, ‘joy’, ‘agression’ en ‘tempo’. Figuur 2.3 toont een screenshot van Moodagent.

Figuur 2.3: Screenshot van Moodagent

2.1.5

Spotify (Mobile)

Spotify is een applicatie waarmee gebruikers online muziek kunnen streamen. Figuur 2.4 toont screenshots van Spotify. De rode pijl toont hoe het ‘Now Playing’-scherm bij Spotify is geïntegreerd. Het verschil met Grooveshark is dat Spotify zijn eigen database beheert in de plaats van deze door gebruikers te laten uploaden. Het gevolg is dat de database veel gestructureerder en vollediger is. Deezer [29] en Rhapsody [45] zijn applicaties die nagenoeg dezelfde functionaliteit bevatten. De focus van deze applicaties ligt op het aanbieden van onbeperkte streaming van muziek en niet op playlistgeneratie. Het genereren van een playlist is beperkt tot een radio die start vanuit een gegeven artiest of genre. Dit is gelijkaardig aan Pandora, maar dan zonder feedback of informatie waarom een liedje gerelateerd is. Spotify besteedt veel aandacht aan zijn sociaal netwerk. Gebruikers kunnen vrienden worden met elkaar. Vrienden kunnen afspeellijsten of liedjes aan elkaar aanraden en bekijken wat de anderen recent beluisterden. Er is ook een mogelijkheid tot het geven van een ster aan liedjes. Op deze manier heeft de gebruiker snelle toegang tot zijn favoriete nummers. Bovendien wordt er in de zoekresultaten een progress bar getoond die aangeeft hoe populair een lied is. Dit is gebaseerd op hoeveel gebruikers dit lied een ster gegeven hebben. Ten slotte bestaat de mogelijkheid tot het bekijken van toplijsten per land met de meest beluisterde liedjes of albums op dit moment. 8

2.2. Luistergedrag

Figuur 2.4: Screenshots van Spotify

2.1.6

Samenvatting

Voor playlistgeneratie is het gebruik van seed songs de meest gebruikte methode om een afspeellijst te genereren. Er worden één of meerdere liedjes gekozen en vervolgens worden er liedjes gegenereerd die gelijkaardig zijn aan de gekozen seeds. Alternatieven zijn om te starten met een artiest of een genre in de plaats van een liedje. In veel applicaties bestaat de mogelijkheid om feedback te geven op de gegenereerde liedjes. In het eenvoudigste geval kan de gebruiker enkel positieve feedback geven, maar de meeste applicaties laten ook toe om negatieve feedback te geven. MoodAgent is een applicatie die nog verder gaat dan enkel seeds gebruiken. Bovenop de seed songs worden ook vijf andere parameters ondersteund. De radiostations van Grooveshark kunnen ook gezien worden als extra parameters die aan de playlist generator worden meegegeven. De mogelijkheden zijn echter beperkt tot enkele voorgedefinieerde radiostations.

2.2

Luistergedrag

Deze sectie bespreekt papers die studies doen over het luistergedrag van gebruikers. Het doel is om uit dit luistergedrag gemiste functionaliteiten te zoeken die niet in de gerelateerde applicaties aanwezig zijn. Op die manier kan Cream zich proberen te onderscheiden van andere applicaties.

2.2.1

Ervaren van Toevalligheden

Leong et al.(2012) [15] toont aan dat het genereren van muziek een meerwaarde kan hebben tegenover het zelf kiezen van muziek. Het bespreekt een dagboekstudie met twaalf testpersonen. De twaalf testpersonen luisteren zeven weken naar de shuffle 9

2. Gerelateerd Werk op hun iPod. Tijdens deze zeven weken houden ze een dagboek bij en op het einde wordt een open interview gehouden. Uit de resultaten concludeert Leong et al.(2012) dat de testpersonen serendipiteit2 ervaren doordat een lied door de iPod wordt gekozen. Een voorbeeld van het ervaren van serendipiteit uit een ander domein wordt gegeven door Gibbs et al.(2005) [11]. Het geeft als voorbeeld hoe mensen het als plezierig ervaren wanneer ze een telefoontje van hun partner ontvangen terwijl ze aan hem/haar aan het denken zijn. Een voorbeeld uit de dagboekstudies bespreekt een meisje dat haar situatie herkende in de lyrics wanneer ze naar de shuffle luisterde na een ruzie met haar vriend. Leong et al.(2012) spreekt verder van defamiliarization [20]. Liedjes worden ontheemd van hun gekende context en associaties en worden in een nieuwe orde gepresenteerd. Muziek is een evocatief medium. Muziek raakt en verbind ons met ervaringen uit het verleden [22]. Zo kan een liedje een persoon doen herinneren aan een vakantie waarin hij dat liedje veel beluisterde. Wanneer een lied in een andere context wordt beluisterd kan het nieuwe associaties en verbanden oproepen. De testpersonen beschrijven dat ze verbanden legden tussen twee opeenvolgende nummers die ze nooit eerder gelegd hadden. In de beschrijving van deze ervaringen vertellen de testpersonen dat het effect van het toevallig gegenereerde nummer hun emoties versterkte. Zo voelde het meisje begrip en medeleven en probeerde ze een antwoord te vinden in de lyrics. In hun besluit suggereert Leong et al.(2012) dat er potentieel is voor het ontwerpen van een systeem dat deze aangename toevalligheden uitlokt. De playlist generator die muziek speelt, aangepast aan de gebruiker zijn huidige muzikale context [7] kan deze rol vervullen.

2.2.2

Multiexperiential Challenge

Het bepalen van de muzikale context [7] is niet evident. In het werk van Downie over Music Information Retrieval [9] spreekt hij van een ‘multiexperiential challenge’. “Muziek bestaat uiteindelijk in de gedachten van de waarnemer. De perceptie, appreciatie en ervaring van muziek variëren niet alleen over de menigte van de gedachten die ze waarnemen, maar ook in elke gedachte zelf, wanneer de persoon zijn gemoedstoestand, situatie en omgeving verandert.” (Stephen Downie, 2003). Huron(2000) [12] suggereert dat muziek drug-achtige eigenschappen heeft. Hij stelt dat gebruikers geen specifieke melodische of harmonische ervaringen zoeken maar werkelijke fysieke en emotionele veranderingen. Dit heeft twee implicaties. Ten eerste zal voor elk individu een beschrijving van een muzikale context anders worden ingevuld. Het is moeilijk om deze drug-achtige eigenschappen te kunnen kwantificeren aangezien bepaalde muziek bij verschillende waarnemers verschillende emoties oproept. Ten tweede moet er voorzichtig omgegaan worden met het bepalen van gelijkaardigheid van muziek. Hoe passen we de gelijkaardigheid namelijk aan aan de altijd veranderende gemoedstoestanden en percepties? 2

de gebeurtenis van iets goed of nuttig te ontdekken waarnaar men niet specifiek naar op zoek was [51]

10

2.2. Luistergedrag Downie suggereert de introductie van een biofeedback mechanisme om deze vraag te beantwoorden. Om deze redenen wordt in deze thesis een aanpak van voorgedefinieerde contexten vermeden. Downie stelt onrechtstreeks de werkwijze van Moodagent, besproken in sectie 2.1.4, in vraag. De interpretatie van welke muziek emoties van vreugde oproept is voor elke persoon anders en kan voor een persoon zelf variëren over de tijd. Het ontwerp van een biofeedback systeem is buiten de scope van deze thesis, maar het benadrukt wel het belang van het geven van feedback aan de playlist generator.

2.2.3

Gebruikersenquêtes

Dit deel bespreekt twee papers, Lee and Downie(2004) [14] en Vignoli(2004) [24], die een gebruikersstudie doen op basis van een enquête. Vignoli(2004) [24] onderzoekt hoe gebruikers omgaan met grote digitale muziekcollecties. De studie probeert te weten te komen • hoe gebruikers hun collectie ordenen, • welke attributen gebruikers willen gebruiken voor het opvragen van muziek, • welke alternatieve attributen gebruikers willen gebruiken voor het kiezen van muziek, • welke behoefte aan bijkomende informatie gebruikers hebben. De laatste drie onderzoeksvragen zijn belangrijk voor deze thesis. Vignoli(2004) voert voor deze onderzoeksvragen twee studies uit. De eerste is een vergelijkende test met twaalf testpersonen. Zes testpersonen gebruiken voor een week de muziekapplicatie Moodlogic [39]. Moodlogic is een applicatie waarmee gebruikers muziek kunnen selecteren op basis van gemoedstoestand, tempo en jaar-van-release. Ondertussen is Moodlogic overgekocht en bestaat de applicatie niet meer. Na een week wordt aan de zes testpersonen gevraagd hoe vaak ze de drie verschillende methodes gebruikt hebben. Figuur 2.5(a) toont de resultaten. Geen enkele van de mogelijkheden werd veel gebruikt, concludeert Vingnoli(2004). De andere zes testpersonen dienen als controlegroep. Op het einde wordt gevraagd aan alle twaalf testpersonen welke alternatieve attributen ze willen gebruiken voor het selecteren van muziek. Figuur 2.5(b) toont de resultaten. Vignoli(2004) concludeert dat vooral de gelijkaardigheid van artiesten en liedjes populair zijn. De tweede studie bestaat uit een webenquête. 130 personen nemen deel aan de enquête. Enkel diegenen met muziekcollecties met meer dan 500 liedjes worden overgehouden, waarna 86 deelnemers overblijven. Figuur 2.6(a) toont de resultaten van de vragen over het gebruikersgedrag van de ondervraagden. Figuur 2.6(b) toont de resultaten van de behoeften aan bijkomende informatie die de ondervraagden wensen. Uit de resultaten blijkt dat naar albums luisteren met voorsprong de meest gebruikte manier is om naar digitale muziek te luisteren. Discografie, lyrics en album 11

2. Gerelateerd Werk

Figuur 2.5: Resultaten van de vergelijkende test, overgenomen uit Vignoli(2004) [24]

covers zijn de meest populaire behoeften aan bijkomende informatie.

Figuur 2.6: Resultaten webenquête, overgenomen uit Vignoli(2004) [24] Lee en Downie(2004) [14] bespreekt een webenquête met 427 personen. De studie wil te weten komen • welke behoefte aan informatie over muziek mensen hebben, • welke zoekstrategieën mensen gebruiken voor de zoektocht naar muziek, • hoe mensen de informatie gebruiken die ze vinden, met het oog op het ontwerpen van een Music Information Retrieval(MIR)/Music Digital Library(MDL) systeem. De ondervraagden zijn studenten en andere leden van de UIUC campus community. Het doelpubliek van de studie zijn de leden van de campus, maar Lee en Downie(2004) is er zich wel van bewust dat de personen 12

2.2. Luistergedrag die reageren op een webenquête over muziek, waarschijnlijk meer interesse hebben in muziek dan zij die niet reageren. Dit zijn dan ook de eersten die een MIR/MDL systeem zullen gebruiken.

Tabel 2.1: Resultaten webenquête, overgenomen uit Lee en Downie(2004) [14] Tabel 2.1(a) toont de antwoorden op de vraag naar welke muziekinformatie de ondervraagden zoeken. Lee en Downie(2004) bevindt dat descriptieve metadata en 13

2. Gerelateerd Werk extra-muzikale informatie zeer belangrijk zijn voor gebruikers. Met extra-muzikale informatie bedoelt Lee en downie(2004) informatie voor informatie die “over” de muziek of muziekobjecten gaat zoals reviews, ratings, etc. Tabel 2.1(c) toont de favoriete muziekgerelateerde websites van de ondervraagden. Amazon [25] is de meestgenoemde (24 antwoorden). Lee en Downie(2004) verklaart dit doordat Amazon tegemoet komt aan de wensen genoemd in figuur 2.1(a). Het wijst ook de aandacht op het feit dat AllMusic [26] op de tweede plaats staat, een website die rijk is aan extra-muzikale informatie en descriptieve metadata. Lee en Downie(2004) bevindt dat gebruikers online reviews, ratings, aanbevelingen en suggesties waarderen. Uit de antwoorden op de vraag welke plaatsen of evenementen de ondervraagden naar muziek helpt zoeken (tabel 2.1(d)), bevindt Lee en Downie(2004) dat familiariteit determinerend is bij de hulp van het zoeken naar muziek. Ten slotte toont tabel 2.1(b) de antwoorden op de vraag hoe de ondervraagden zoeken naar muziek of muziekinformatie. De artiest, de titel en lyrics zijn de belangrijkste bibliografische data die hiervoor gebruikt worden. Daarna zijn genre, aanbevelingen van andere mensen en gelijkaardige artiesten de populairste niet-bibliografische methoden. De bevindingen van Lee en Downie(2004) zijn dat gebruikers publieke kennis en opinies gebruiken in hun zoektocht. Lee en Downie(2004) trekt twee conclusies uit de bevindingen. Ten eerste is het zoeken naar muziek en muziekinformatie niet enkel een persoonlijk en geïsoleerd proces. Een groot deel van de ondervraagden toont een positieve opinie ten opzichte van reviews en ratings (47.1%) en aanbevelingen van andere personen (62.2%) of bekenden (84.6%), etc. (i.e. extra-muzikale informatie). Dit is voor hen een klare indicatie van het belang van de sociale en gemeenschappelijke kant van het zoeken naar muziek en muziekinformatie. Ze zien dit als een onderdeel van “collaborative information retrieval”[13]. Ten tweede is er naast inhoudelijke metadata (muzikale en bibliografische metadata) ook nood aan contextuele metadata. Hiermee bedoelen ze enerzijds relationele metadata, data over de relatie met andere items (e.g. genre, indicaties van gelijkaardigheid, tags, etc.) en anderzijds associatieve metadata, data die associaties toont met andere werken, media of evenementen (e.g. gebruik op tv, in films of reclame, gebruik bij speciale evenementen, etc.)

2.3

Algemene Bevindingen

In deze secties worden de algemene bevindingen uit de eerste twee secties samengevat. Beide studies in 2.2.3 besluiten dat indicaties van gelijkaardigheid een belangrijke rol spelen bij het zoeken naar nieuwe muziek. Bibliografische metadata zoals titel en uitvoerder zijn de belangrijkste methodes voor MIR, maar deze werken alleen als zoekmethoden voor muziek die al gekend is [24]. Voor het ontwerp van de automatische playlist generator zijn seed songs in dat opzicht een geschikt instrument om de gebruiker muziek te helpen vinden. De gebruiker hoeft geen titel, uitvoerder 14

2.4. Aanraden van Albums of album in te geven, maar hoeft gewoon in te geven welke muziek hij wil horen gelijkaardig aan enkele gegeven seed songs. Moodagent (zie 2.3) inspireert ons om hier niet te stoppen. Er kunnen nog andere parameters ingesteld worden die kunnen werken als filter voor de playlist generator naast de seed songs. Moodagent stelt vier gemoedstoestanden en tempo voor als parameters. Vignoli(2004) [24] en Lee en Downie(2004) [14] leren dat er enkele andere interessante parameters zijn die niet in strijd zijn met het multiexperiential [9] karakter van muziek. Figuur 2.1(d) toont dat genre een veel gevraagde(62.7%) zoekmethode is. Dezelfde figuur toont dat thema(33.4%), populariteit(31%), gemoedstoestand(28.2%), taal(23.8%), periode(23.8%) en land(23.6%) andere mogelijke parameters zijn. Het uitbreiden van deze extra filters, aangepast aan de vraag van gebruikers, is een eerste mogelijkheid om Cream te onderscheiden van andere applicaties. De bestaande applicaties in 2.1 vervullen in zekere mate de behoefte om liedjes te zoeken. Uit figuur 2.6(a) blijkt echter dat het spelen van een album dat de meest gebruikelijke manier om naar muziek te luisteren op de computer. Lee en Downie(2004) [14] leert dat “collaborative infromation retrieval” [13] een geschikte methode is voor het aanbevelen van muziek. Het aanbevelen van albums is een tweede functionaliteit waarmee Cream zich kan onderscheiden van andere applicaties. Zo kunnen naast liedjes met de playlist generator, ook albums aanbevolen worden door middel van “collaborative information retrieval”.

2.4

Aanraden van Albums

Deze sectie beschrijft bestaande websites die de functionaliteit aanbieden om albums aan te raden. Er werden geen applicaties gevonden die albums aanraden, behalve lijsten met meest beluisterde albums van het moment (e.g. Spotify [47]). Deze slagen er niet in om niet-recente albums aan te bevelen. Amazon Figuur 2.1(c) toont dat de meest gebruikte muziekgerelateerde website Amazon [25] is. Amazon is een online winkel en beveelt albums aan op basis van gebruikers die gelijkaardige aankopen deden. Deze aanpak is niet mogelijk aangezien Cream geen online store is. Een gelijkaardige aanpak is wel mogelijk waarbij Cream albums aanraadt op basis van gebruikers die gelijkaardige albums luisteren. Voor liedjes is dit een eenvoudige metriek. Bij albums is het echter moeilijker te bepalen wanneer een gebruiker naar een album luistert. Heeft hij naar het album geluisterd als hij een nummer overgeslagen heeft? De som van het aantal beluisterde liedjes bevoordeelt dan weer albums zoals die van ‘Minutemen’ waar 40 nummers van anderhalve minuut op staan tegenover die van ‘Pink Floyd’ waar vaak maar vijf nummers van 15 minuten op staan. Deze problemen zijn niet onoverkomelijk. Men moet hier gewoon een keuze in maken. Wij geven echter de voorkeur aan een systeem op basis van ratings in plaats van luistergedrag omdat dit een systeem is dat onafhankelijk is van de 15

2. Gerelateerd Werk structuur van het album.

AllMusic Op de tweede plaats in figuur 2.1(c) komt AllMusic [26]. AllMusic wordt in Lee en Downie(2004) [14] geprezen om zijn rijkdom aan informatie. AllMusic beveelt albums aan door ze te laten waarderen door een expert die een score van nul tot vijf sterren geeft. Ze voorzien ook telkens informatie bij elke artiest en elk album in de database. AllMusic werkt niet met gebruikersprofielen. Het nadeel is dat deze aanpak niet toelaat om gepersonaliseerde aanbevelingen te doen. Een andere website die aanbevelingen doet op basis van waarderingen van experts is Pitchfork [43].

Rate Your Music Rate Your Music(RYM) [44] is een website die albums door de gebruikers in plaats van experts laat waarderen. Gebruikers waarderen albums met een score van nul tot 5 sterren, met intervallen van een halve ster. Figuur 2.7 toont de pagina van een artiest op RYM. Het toont een discografie met bij elk album een gemiddelde waardering en het aantal stemmen (populariteit). Populaire albums met een hoge gemiddelde waardering worden in het vet weergegeven. RYM helpt om gebruikers een album aan te raden van een gegeven artiest. Een gebruiker die een album van Cream wil luisteren, kan aan de hand van het scherm in figuur 2.7 afleiden dat de andere gebruikers over het algemeen ‘Disraeli Gears’ het beste album van de artiest Cream vinden. AllMusic bevat dezelfde functionaliteit, behalve dat de ratings door experts en niet door de gebruikers zijn gegeven.

RYM kan ook albums aanraden met andere zoektermen dan enkel artiest. Albums kunnen gezocht worden via de charts, waarin de 1000 best gewaardeerde albums worden weergegeven. Er kunnen filters worden ingesteld waardoor de 1000 beste albums uit een bepaalde periode, van een specifiek genre of uit een specifiek land worden getoond. Ten slotte is RYM in staat om gepersonaliseerde aanbevelingen te doen. Er kan per gebruiker een kleine groep van referentiegebruikers [4] worden berekend. Deze referentiegebruikers zijn andere gebruikers die het meest gelijkaardig zijn aan de gebruiker. Zo kan een toplijst berekend worden van albums die de referentiegebruikers van de gebruikers het hoogst waarderen en die de gebruiker waarschijnlijk zelf hoog zal waarderen. Bij elk album kan er met de referentiegebruikers een verwachte waardering berekend worden. Ten slotte bevat RYM een sociaal netwerk van vrienden, waardoor bij elk album ook een gemiddelde score van de vrienden van de gebruiker wordt getoond. Er zijn ook toplijsten beschikbaar van albums die de vrienden van de gebruiker het meest waarderen.

16

2.4. Aanraden van Albums

Figuur 2.7: Overzicht van de discografie van Cream op RYM

Conclusie RYM beantwoordt volgens ons het beste aan de behoefte vastgesteld door Lee en Downing(2004) [14] voor het aanbevelen van albums. Naast dat het albums per artiest aanbeveelt, is er de mogelijkheid albums te zoeken via de toplijsten op genre, periode en land. Daarenboven ondersteunt het een gepersonaliseerde aanpak en een familiaire aanpak. De aanbevelingen zijn bovendien onafhankelijk van de structuur van het album (veel korte of weinig lange liedjes).

17

Hoofdstuk 3

Enquête Door middel van studie van bestaande applicaties en gebruikersstudies schetste hoofdstuk 2 al een ruw beeld van de functionaliteiten voor Cream. Er werden twee functionaliteiten voorgesteld die Cream kunnen onderscheiden van de bestaande applicaties. De eerste is het gebruik van filters bovenop de gebruikelijke seed songs. De tweede zijn waarderingen van gebruikers, die de mogelijkheid geven om albums aan andere gebruikers aan te bevelen. Het potentieel van de tweede functionaliteit baseert zich op een studie uit 2004 [24] waarin wordt vastgesteld dat het beluisteren van albums de meest gebruikte methode is om naar digitale muziek te luisteren. De mogelijkheden voor digitale muziek zijn in hoog tempo geëvolueerd sinds de eeuwwisseling met de komst van online music stores, peer-to-peer systemen, en de mp3-speler. Tegenwoordig kunnen volledige muziekcollecties op een iPod worden opgeslagen. Met het groeiende geheugen van harde schijven is het nu gebruikelijk dat muziekcollecties op een harde schijf worden bijgehouden en zelfs op die manier in de woonkamer worden afgespeeld (e.g. iTunes airplay [36], sonos [46], etc.). In de tweede helft van de vorige eeuw werden muziekcollecties beheerd op vinyl of cd. Het luisteren naar albums was onvermijdelijk. Met muziekapplicaties op de computer en mobiele toestellen zijn er meer mogelijkheden gekomen om à la carte te luisteren. Anderson(2004) [1] stelt dat als effect van online muziek, we terug naar de single-cultuur van de 1950s gaan. Om zeker te zijn dat deze snelle evolutie het luistergedrag niet hard heeft veranderd, besloten we zelf een enquête te houden. Daarenboven konden specifieke vragen gesteld worden over een playlist generator en kon rekening gehouden worden met het doelpubliek, gedefinieerd in 1.2. Dit hoofdstuk bespreekt de resultaten, bevindingen en conclusies van deze enquête. Het bespreekt ook de ervaringen die we geleerd hebben uit praktische fouten die we maakten bij deze enquête. Ten slotte worden antwoorden op de twee eerste doelstellingen geformuleerd en de evaluatiecriteria bepaald, nu het onderzoek naar de wensen van het doelpubliek is afgerond.

19

3. Enquête

3.1

Doel

Deze enquête onderzoekt de volgende vragen: • Is het luistergedrag1 veranderd ten opzichte van 2004? • Over welke informatie willen gebruikers beschikken tijdens het beluisteren van muziek? • Over welk soort invoer willen gebruikers beschikken voor playlistgeneratie? • Hoe staan gebruikers tegenover een ratingsysteem voor het aanbevelen van albums?

3.2

Aanpak

Voor elke onderzoeksvraag in sectie 3.1 wordt een specifieke vraag opgesteld. De enquête is opgesteld met Google Docs [32] en verspreid via mail, twitter [49], facebook [31] en de blog van deze thesis. De link is gedeeld op facebook door vier medestudenten. Op deze manier zijn de deelnemers niet beperkt tot één vriendenkring. Het gevolg is dat de meeste personen gereageerd hebben via de link op facebook. 105 personen hebben deelgenomen aan de enquête. We zijn vooral geïnteresseerd in antwoorden van de doelgroep van muziekliefhebbers, besproken in sectie 1.2. Net als Lee en Downie [14] vermoeden we dat de personen die bereid zijn deel te nemen aan een enquête over muziek, waarschijnlijk een grotere interesse hebben in muziek dan zij die niet antwoorden. Er zijn vragen gesteld over hoe vaak de ondervraagden muziek beluisteren en hoe aandachtig ze dit doen. We beschouwen alle ondervraagden die minder dan vier uur per week muziek beluisteren als niet horende tot onze doelgroep. Ook de ondervraagden die ongeveer een uur per dag luisteren en maar een score van twee (‘niet aandachtig’) geven op hoe aandachtig ze naar muziek luisteren, behoren niet tot de doelgroep. Na deze selectie bleven nog 89 ondervraagden over die zich in de doelgroep bevinden. De figuren in sectie 3.3 tonen de resultaten van de antwoorden van de doelgroep.

3.3 3.3.1

Resultaten en Bevindingen Demografische gegevens van de ondervraagden

De ondervraagden bestonden voor 65% uit mannen en voor 35% uit vrouwen. De leeftijden variëren van 13 tot 57 jaar. Tabel 3.1 toont de verdeling van de leeftijden. Het groot aantal personen van 19-23 (67%) verklaren we door de sociale media 1

Hierbij willen we vooral te weten komen of gebruikers nog steeds naar albums luisteren met de evolutie van muziekapplicaties die veel meer mogelijkheden aanbieden om à la carte te luisteren.

20

3.3. Resultaten en Bevindingen Tabel 3.1: Leeftijdsverdeling van de ondervraagden leeftijdscategorie 13-18 19-23 24-32 >32

aantal 11 60 7 11

percent 12% 67% 8% 12%

waarmee de enquête is verspreid2 . Het groot aandeel jonge deelnemers is een voordeel voor het recente luistergedrag te onderzoeken.

3.3.2

Luistergedrag

Bevinding 1: In 2012 luisteren muziekliefhebbers nog steeds vooral naar albums, bij het luisteren naar muziekapplicaties Figuur 3.1 toont het luistergedrag van de ondervraagden op muziekapplicaties. De antwoorden tonen aan dat het beluisteren van albums (67%) nog steeds de meest gebruikte manier is om naar muziek te luisteren, ook op muziekapplicaties waar à la carte geluisterd kan worden. Het shufflen van de volledige bibliotheek of de liedjes van een artiest wordt samen met vooraf gemaakte afspeellijsten door ongeveer de helft van de ondervraagden gebruikt. Het weglaten van de laatste leeftijdscategorie uit tabel 3.1 levert nagenoeg dezelfde resultaten met maximum 3% verschil per item. Er is wel een verschil met de ondervraagden die niet in de doelgroep zitten. Slechts vier van de zestien ondervraagden in deze groep luisteren naar albums op muziekapplicaties. De helft shufflen hun volledige bibliotheek of luisteren naar vooraf gemaakte afspeellijsten. Bij “andere” worden de slimme afspeellijsten van iTunes [36] (e.g. onlangs toegevoegd, etc.) of ‘internet radio’s/podcasts’ ingevuld . Bevinding 2: Toestellen met muziekapplicaties zijn de meest gebruikte middelen om muziek te luisteren, maar de cd is niet helemaal verdwenen. Figuur 3.2 toont dat de computer het belangrijkste medium is om naar muziek te luisteren (88%), met mobiele toestellen op de tweede plaats (75%). De helft van de ondervraagden luistert nog altijd naar CD. Twaalf van de ondervraagden luisteren zelfs nog naar vinyl. Deze twaalf bevinden zich allen in de leeftijdscategorie 13-32 jaar. Het gaat dus niet om mensen die hun vinyl platen bewaard hebben. Er werd niet gevraagd waarom ze vinyl platen gebruiken, maar van twee ondervraagden weten we dat het verzamelaars zijn die zeggen dat het een charme heeft om muziek met de platenspeler af te spelen. De personen die niet in de doelgroep zitten gebruiken geen vinyl en minder de CD (38%) dan de doelgroep. 2

De vier medestudenten en ik bevinden zich allen in de leeftijdscategorie 19-23 jaar, wiens vrienden zich ook voornamelijk in deze leeftijdscategorie bevinden

21

3. Enquête

Figuur 3.1: Antwoorden op “Op welk van de volgende manieren luistert u vaak naar muziek op muziekapplicaties (e.g. iTunes, Spotify, WinAmp, etc.)?”

Figuur 3.2: Antwoorden op “Welk van de volgende middelen gebruikt u vooral om naar muziek te luisteren?”

Wanneer de criteria voor de muziekliefhebber nog strenger gedefinieerd zijn, worden de bevindingen bevestigd. Als voor de vraag, hoe aandachtig de ondervraagden naar muziek luisteren, enkel de antwoorden over gehouden worden van de personen die een score van vier (‘aandachtig’) of vijf (‘zeer aandachtig’) geven, blijven nog 54 ondervraagden over. 77% van hen luistert naar albums op muziekapplicaties, 62% gebruikt de cd en 19% gebruikt vinyl. Het gebruik van de playlist generator (23%) en het shufflen van alle nummers van een artiest (48%) stijgen ook licht terwijl de resultaten van de andere mogelijkheden licht dalen. De resultaten voor de twee belangrijkste middelen om naar muziek te luisteren, computer (90%) en mobiele toestellen (77%), blijven nagenoeg gelijk. De andere 51 ondervraagden die niet aandachtig naar muziek luisteren gebruiken alle toestellen minder, behalve de radio (78%). De radio is dan weer het enige toestel 22

3.3. Resultaten en Bevindingen dat daalt voor de andere 54 ondervraagden(62%). Hieruit leiden we af dat mensen die aandachtig naar muziek luisteren ook controle willen over de muziek die ze luisteren.

3.3.3

Beschikbare Informatie

Bevinding 3: Muziekliefhebbers vinden extra-muzikale informatie belangrijk. Lee en Downie(2004) [14] stelt vast dat gebruikers extra-muzikale informatie belangrijk vinden. De enquête onderzoekt hoe de ondervraagden tegenover enkele mogelijkheden staan. De mogelijkheden zijn overgenomen uit de relevante items die ook Lee en Downie(2004) en Vignoli(2004) [24] voorstellen. Zo is bijvoorbeeld de prijs van een item weggelaten omdat dit niet relevant is voor Cream. Voor elke mogelijkheid moeten de ondervraagden aangeven of ze dit ‘zeer leuk’, ‘nuttig’, ‘niet nuttig’ of ‘helemaal niet nuttig’ vinden. Achteraf beseffen we dat hier beter een Likert schaal [23] gebruikt wordt in de plaats van de zelf gekozen waarden. De semantiek van nuttig en leuk is immers verschillend. Tabel 3.2 toont de resultaten. Bijna alle mogelijkheden worden door de meeste van de ondervraagden positief gewaardeerd. De resultaten geven ons een idee om prioriteiten te stellen over welke informatie het belangrijkst is om te integreren. De informatie moet wel op zulke wijze geïntegreerd worden dat ze niet storend is voor de mensen die ze overbodig vinden. Tabel 3.2: Antwoorden op “Over welke informatie wilt u beschikken tijdens het beluisteren van muziek” Soort informatie Op welk album staat een liedje Gelijkaardige artiesten Gelijkaardige liedjes Song lyrics Album cover Discografie van de artiest Jaar van release Artiest biografie

3.3.4

Zeer Leuk

Nuttig

Niet nuttig

Volledig overbodig

52%

37%

9%

2%

89%

22% 25% 31% 29%

57% 53% 34% 34%

12% 12% 29% 29%

8% 10% 6% 8%

80% 78% 65% 63%

12%

46%

34%

8%

58%

11% 8%

35% 21%

43% 52%

11% 19%

46% 29%

Positief

Invoer voor de Playlist Generator

Bevinding 4: Muziekliefhebbers zien seed songs als de beste manier om een playlist automatisch te genereren. Bevinding 5: Andere invoervelden vinden een specifieker publiek, het kan een leuke optie zijn maar ze mag niet prominent aanwezig zijn.

23

3. Enquête Tabel 3.3 toont de antwoorden op de vraag over welke invoer de ondervraagden willen beschikken. Er werd uitgelegd wat seed songs met feedback zijn. Het resultaat toont dat een overgrote meerderheid positief staat tegenover seed songs. De andere mogelijkheden tonen een meer uitgesmeerd resultaat. Bij de meeste opties antwoorden de meesten positief, maar behalve voor ‘genre’ is er ook meer dan tien percent die ze volledig overbodig vindt. Wanneer deze functies door deze mensen nooit gebruikt worden, zullen ze mogelijk als storend ervaren worden als ze prominent aanwezig zijn zoals dat bij Moodagent [38] het geval is (zie figuur 2.3). De zwakke score van ‘Periode en plaats (bv. San Fransisco tussen 1967 en 1969)’ kan verklaard worden door het samennemen van deze opties met een te specifiek voorbeeld. Als dit opgesplitst is in ‘Periode (bv. 2000 tot 2012)’ en ‘Plaats (bv. Enkel Belgische muziek)’ verwachten we andere resultaten. Het zou ook relevanter geweest zijn ze op te splitsen omdat dit twee verschillende invoervelden zijn die los van elkaar kunnen gebruikt worden. Hetzelfde geldt voor tempo en hardheid. Tabel 3.3: Antwoorden op “Over welk soort invoer zou je willen beschikken om een automatische playlist generator te genereren”

33%

Niet nuttig 12%

Volledig overbodig 3%

15%

54%

18%

13%

69%

9%

56%

30%

4%

65%

20%

36%

26%

18%

56%

6%

20%

54%

20%

26%

Soort invoer

Zeer Leuk

Nuttig

Seed songs met het geven van feedback Muzikale parameters (bv. tempo, hardheid, etc.) Genres (bv. Jazz, Grunge, East Coast HipHop, Indie Rock,etc.) Gemoedstoestanden (bv. Vrolijk, droevig, etc.) Periode en plaats (bv. San Francisco tussen 1967 en 1969)

52%

3.3.5

Positief 85%

Albums Aanraden

Bevinding 6: Gebruikers staan zeer positief tegenover een ratingsysteem voor albums in de applicatie waarop ze hun muziek luisteren. Figuur 3.3(a) toont de antwoorden op wat de ondervraagden vinden van een ratingsysteem. Als voorbeeld werd IMDb[35] gegeven omdat we vermoeden dat dit het bekendste ratingsysteem is. Hetzelfde wordt gevraagd voor een playlist generator. Figuur 3.3(b) toont het resultaat. De balans is positief, maar de playlist generator scoort minder goed dan het ratingsysteem. Het verschil is echter niet drastisch genoeg om hiervoor het onderwerp van de thesis te veranderen. 24

3.4. Conclusie

Figuur 3.3: Antwoorden op “Wat zou u vinden van ...”)

3.4

Conclusie

De resultaten illustreren dat playlistgeneratie met seed songs en feedback verkozen wordt door bijna alle ondervraagden (85%). Verder tonen ze dat de extra mogelijkheid om nog andere parameters naast de seed songs in te kunnen stellen, de playlist generator kan uitbreiden zodat de gebruiker een rijker aantal mogelijkheden heeft. Dat de computer en mobiele toestellen vandaag het belangrijkste medium zijn geworden om muziek te luisteren, verandert niets aan het luistergedrag van muziekliefhebbers. Ze blijven vooral naar albums luisteren ook wanneer ze met hun computer of hun mobiel toestel luisteren. Dat we terug naar een single-cultuur gaan zoals in de 1950s, zoals Anderson(2004) [1] beweert, is voor muziekliefhebbers voorlopig niet het geval. Een deel van hen keert eerder terug naar de vinyl-cultuur uit de 1960s, 1970s en 1980s. Een systeem met ratings van gebruikers is een functionaliteit die inspeelt op dit gedrag. Figuur 3.3 toont dat muziekliefhebbers zeer positief staan tegenover deze functionaliteit. De waardering is zelfs hoger dan de playlist generator zelf.

3.5

Reflectie

Een belangrijke les van deze enquête is dat het belangrijk is goed na te denken over de vraagstelling alvorens een enquête de wereld in te sturen. Wanneer de resultaten achteraf geëvalueerd worden, is de conclusie soms dat de resultaten het gevolg kunnen zijn van een verkeerde vraagstelling. Zo kan in figuur 3.1 de optie ‘Ik maak op voorhand een afspeellijst’ geïnterpreteerd worden als een afspeellijst maken net voordat je gaat luisteren. Dit was beter verwoord als ‘Ik luister naar een vooraf gemaakte playlist’. Het niet opsplitsen van periode en plaats in tabel 3.3 is een ander voorbeeld. Het is ook beter om een Likert schaal te gebruiken in tabellen 3.2 en 3.3 omdat de semantiek van nuttig en leuk verschillend is. 25

3. Enquête

3.6

Doelstellingen Herzien

Beantwoorde Doelstellingen Sectie 1.3 definieert vier doelstelling voor deze thesis. Nu dit hoofdstuk en hoofdstuk 2 de wensen van het doelpubliek onderzocht hebben, kunnen antwoorden geformuleerd worden op de eerste twee doelstellingen: 1. Het bepalen van de invoer voor de playlist generator. In de eerste plaats werkt de playlist generator op basis van seed songs met feedback. Bovenop de seed songs kunnen filters ingesteld worden op basis van genre, gemoedstoestanden, tempo, etc. 2. Het bepalen van de belangrijkste ondersteunende functionaliteiten voor een muziekapplicatie met als kernfunctionaliteit een playlist generator. In sectie 3.3.5 wordt aangetoond dat muziekliefhebbers positief staan tegenover een CIR systeem voor het aanbevelen van albums. Dit is een eerste belangrijke bijkomende functionaliteit. Verder tonen sectie 3.3.3 en Lee en Downie(2004) [14] dat gebruikers/muziekliefhebbers extra-muzikale informatie belangrijk vinden. Rijke extra-muzikale informatie is een tweede belangrijke functionaliteit. Sectie 3.3.3 bespreekt concrete velden en geeft een indicatie van welke prioritair zijn voor muziekliefhebbers. Onbeantwoorde Doelstellingen De derde en de vierde doelstelling uit sectie 1.3 worden verder onderzocht in de volgende hoofdstukken. Nu de studie van de wensen van het doelpubliek is afgerond kan de vierde doelstelling concreet geformuleerd worden. 3 Het ontwikkelen van een applicatie die met zo weinig mogelijk gebruikersinteracties een afspeellijst genereert, maar toch voldoende controle3 geeft aan de gebruiker. 4 Het evalueren van de applicatie. 4.1 De gebruikersinterface van Cream mag geen grote problemen meer bevatten. 4.2 Het mag niet te veel gebruikersinteracties vragen om met Cream een afspeellijst te genereren. De eindtestgebruikers van Cream moeten aangeven dat het niet te veel gebruikersinteracties vraagt om met Cream een afspeellijst te genereren. Dit komt voort uit de derde doelstelling. 4.3 De muziekliefhebber moet tevreden zijn met de extra-muzikale informatie die Cream aanbiedt. Dit komt voort uit de bevindingen van Lee en Downie [14] (zie sectie 2.2.3) en de eigen enquête (zie sectie 3.3.3). Beide 3

Met controle bedoelen we dat de gebruiker in controle is over de muziek die hij luistert. Hij kan altijd kiezen een specifiek lied te luisteren wanneer hij daar zin in heeft

26

3.6. Doelstellingen Herzien concluderen dat gebruikers/muziekliefhebbers extra-muzikale informatie belangrijk vinden. 4.4 Cream moet gebruikers helpen om nieuwe liedjes te ontdekken. 4.5 Cream moet gebruikers helpen om nieuwe albums te ontdekken. Evaluatiecriteria 4.4 en 4.5 zijn een metriek om aan te geven of Cream geslaagd is als een intelligent systeem dat de information overload aan muziek reduceert [17]. Ze worden opgesplitst om specifiek te evalueren of de eindtestgebruikers tevreden zijn over de functionaliteit om albums aan te bevelen die geïntroduceerd wordt in sectie 2.3.

27

Hoofdstuk 4

Ontwerp In hoofdstukken 2 en 3 werden bestaande applicaties en luistergedrag bestudeerd om de functionaliteiten voor Cream in grote lijnen te bepalen. Dit hoofdstuk bespreekt een concreet ontwerp van deze functionaliteiten. In hoofdstukken 5 en 6 zullen we dit ontwerp evalueren en verbeteren. Een eerste deel bespreekt de ontwerpbeslissingen. Vervolgens wordt kort de gekozen technologie besproken omdat deze het ontwerp beïnvloedt. De ontwerpbeslissingen worden in een laatste deel verduidelijkt door middel van een storyboard.

4.1

Ontwerpbeslissingen

Deze sectie bespreekt de vier ontwerpbeslissingen waarop Cream gebaseerd is.

4.1.1

Playlist Generator als kernfunctionaliteit

De playlist generator is de kernfunctionaliteit van Cream omdat dit het onderwerp van deze thesis is. De playlistgeneratie is gebaseerd op seed songs met feedback. Dit is de meest gebruikte methode in de bestaande applicaties (zie sectie 2.1) en is het beste geëvalueerd in de enquête (zie sectie 3.3.4). De concrete aanpak zal gebaseerd zijn op Grooveshark [34] (zie sectie 2.1.1) omdat deze de meest uitgebreide aanpak aanbiedt: • Er kunnen meerdere seed songs geselecteerd worden. • Er is de mogelijkheid om positieve en negatieve feedback te geven. – Het geven van positieve feedback aan een liedje, maakt van dat liedje een seed song. – Het geven van negatieve feedback aan een liedje, verwijdert een liedje uit de afspeellijst. Het generatie algoritme zal rekening houden met deze negatieve feedback als de services van Aristo Music[27] dit ondersteunen. – Liedjes die de gebruiker zelf heeft toegevoegd aan de afspeellijst, hebben al een indicatie van positieve feedback om aan te geven dat ze een seed zijn. 29

4. Ontwerp • De afspeellijst kan op elk moment door de gebruiker gemanipuleerd worden zoals hij dat wenst. • Om het toevoegen van een liedje aan de afspeellijst makkelijk te maken, wordt bij tappen op het item, de song toegevoegd achteraan de afspeellijst en wordt het niet direct afgespeeld. De playlist generator van cream zal op twee punten afwijken van Grooveshark: • Grooveshark genereert pas een nieuw liedje wanneer het laatste nummer in de afspeellijst aan het spelen is. De gebruiker heeft niet de mogelijkheid om zijn afspeellijst al ver in de toekomst te plannen. In Cream zal het volgende liedje gegenereerd worden als alle nummers na het huidige nummer in de afspeellijst al voorzien zijn van feedback. Stel bijvoorbeeld dat het derde nummer in de afspeellijst aan het spelen is en een vierde nummer wordt gegenereerd dat de gebruiker al kent. Cream genereert al een vijfde nummer waar Grooveshark dit niet doet. Dit laat de gebruiker toe dit al te verwijderen indien hij het nummer niet goed vindt. • Geïnspireerd door Moodagent[38] (zie sectie 2.1.4), zullen er ook bijkomende parameters beschikbaar zijn die de gebruiker kan instellen naast zijn geselecteerde seed songs. Op basis van de resultaten in sectie 3.3.4 zullen we de volgende parameters in het ontwerp worden opgenomen, weergegeven in volgorde van prioriteit: – Genre, – Tempo, – Gemoedstoestand, – Periode, – Land.

4.1.2

Beschikbaarheid van Extra-muzikale Informatie

Lee en Downie(2004) [14] en hoofdstuk 3 concluderen dat gebruikers extra-muzikale informatie belangrijk vinden. Cream zal extra-muzikale informatie weergeven, gebaseerd op deze twee webenquêtes, weergegeven in volgorde van belangrijkheid: • Op welk album staat een nummer. • Gelijkaardige artiesten. • Gelijkaardige liedjes. • Song lyrics • Album cover • Discografie 30

4.2. Technologiekeuze • Informatie over het genre • Review/rating van andere gebruikers • Jaar-van-release De prioriteit is gebaseerd op Lee en Downie(2004) [14] en hoofdstuk 3. De prioriteit waarin ze geïmplementeerd wordt, zal ook afhankelijk zijn van hoe gemakkelijk de informatie te verkrijgen is en hoe makkelijk ze weer te geven is in de UI. Zo heeft jaar-van-release een relatief lage waardering van gebruikers, maar het is gemakkelijk weer te geven aangezien het om een vast nummer van maar vier cijfers gaat.

4.1.3

CIR systeem voor het aanraden van albums

Lee en Downie(2004) [14] en hoofdstuk 3 concludeerden dat een Collaborative Information Retrieval(CIR) [13] systeem, waarbij gebruikers albums aanraden om ze aan andere gebruikers aan te raden, positief gewaardeerd wordt. Cream zal bij elk album de mogelijkheid voorzien om het door de gebruiker te laten raten. Albums kunnen op deze manier per artiest worden aangeraden in de discografie. De toplijsten kunnen albums aanraden per genre, land, periode en in het algemeen. In een verdere uitbreiding van de applicatie is het op deze manier mogelijk om een gepersonaliseerde aanpak te gebruiken door voor elke gebruiker een lijst van referentiegebruikers te berekenen[4]. Dit is in het initiële ontwerp weggelaten omdat we denken dat de omvang van de applicatie te groot wordt om binnen deze thesis af te werken. Er zijn ook toplijsten beschikbaar op basis van liedjes. Deze zullen gebaseerd zijn op het aantal plays van alle gebruikers. Voor liedjes is dit een eenvoudige metriek. Het integreren van een sociaal netwerk is om dezelfde reden ook niet geïntegreerd, hoewel dit volgens Lee en Downie(2004) [14] een meerwaarde is voor de applicatie.

4.1.4

Navigatie gebaseerd op tabs

De navigatie tussen de verschillende schermen zal gebaseerd zijn op tabs. Cream is hier vooral geïnspireerd door de gebruikersinterface die andere muziekapplicaties gebruiken zoals Spotify[47] en iTunes[36] op de iPhone. Op deze manier is een actie in elk scherm binnen twee taps beschikbaar.

4.2

Technologiekeuze

Voordat we een concreet ontwerp maken, wordt de technologie gekozen zodat het ontwerp aangepast is aan de technologie. Er werd gekozen om een native Android applicatie te maken. Er is gekozen om geen webapplicatie te maken omdat het niet mogelijk is om muziek te streamen met html5. Een alternatief is ook om een native iOS applicatie te maken. Het ontwikkelen hiervan is echter enkel mogelijk in een iOS omgeving. Aangezien ik niet permanent beschik over een Mac, is het makkelijker om 31

4. Ontwerp een Android applicatie te maken aangezien ik dan altijd en overal aan de applicatie kan werken.

4.3

Scenario en Storyboard

Om de ontwerpbeslissingen concreet te maken, is een scenario en een storyboard gemaakt. Het scenario staat beschreven in appendix A. Het storyboard gebruikt een gelijkaardig scenario. Figuur 4.1 toont het storyboard. De cijfers in de tekst verwijzen naar het concrete scherm in figuur 4.1. De letters verwijzen naar gebruikersacties in figuur 4.1.

Figuur 4.1: Storyboard ... Tom haalt zijn smartphone boven en start zijn favoriete muziekapplicatie op, Cream. De applicatie toont hem het zoekscherm. Tom zoekt naar ‘Gimme Shelter’. 32

4.3. Scenario en Storyboard De applicatie toont een lijst met resultaten (1). Tom tapt op het eerste item in de lijst (A) omdat hij op zoek is naar het nummer van ‘The Rolling Stones’. Vervolgens heeft Tom zin in een nummer van ‘The Velvet Underground’. Nadat Tom op gelijkaardige manier naar deze artiest zoekt, toont de applicatie de artiestpagina van ‘The Velvet Underground’ (2). Tom tapt op ‘All Albums’ (B). De applicatie toont een overzicht van de discografie van ‘The Velvet Underground’ (3). Tom bekijkt de discografie en tapt op het album met de banaan op de cover (C). De applicatie toont de album pagina van ‘The Velvet Underground & Nico’ (4). Tom ziet dat hij hier nog geen waardering aan heeft gegeven en geeft het een waardering van 4.5 sterren (D). Hij tapt op het liedje ‘Heroin’ (E) zodat het na ‘Gimme Shelter’ wordt afgespeeld. Tom weet niet meer wat hierna te spelen en besluit de playlist generator aan te zetten. Hij tapt op de ‘Playing Now’ tab (F). De applicatie toont de huidige afspeellijst (5). Tom tapt op ‘Playlist Generator: Off’ (G) om hem aan te zetten, waarna deze knop in ‘Playlist Generator: On’ verandert. De applicatie genereert ‘Here Comes Your Man’ van ‘Pixies’ en voegt het toe aan de afspeellijst. Tom, die fan is van de ‘Pixies’, duwt lang op het derde item in de afspeellijst (H). De applicatie toont een contextmenu. Tom kiest de optie ‘Like Song’. ‘All along the Watchtower’ van ‘The Jimi Hendrix Experience’ wordt toegevoegd aan de afspeellijst. Tom wil wel eens weten wat het hedendaagse equivalent zou zijn van ‘de Stones’, ‘The Velvet Underground’ en ‘Pixies’. Hij tapt op ‘Playlist Generation Options’. De applicatie toont hem het scherm om de filters in te stellen (6). Tom verschuift de linkse slider van 1950 naar 2012 (J). Tom gebruikt de back-knop van zijn Android om terug te gaan. De applicatie toont hem terug de afspeellijst (5). ‘All along the Watchtower’ is verdwenen uit de afspeellijst omdat dit niet voldoet aan de filter en het geen seed song is. De applicatie genereert ‘Make It With You’ van ‘Queens of the Stone Age(QOTSA)’ en voegt het toe aan de afspeellijst. Ondertussen begint ‘Heroin’ te spelen en hij wil een album leren kennen van ‘The Velvet Underground’ dat hij nog niet kent. Hij tapt lang op het tweede item in de afspeellijst (K). De applicatie toont een contextmenu. Tom tapt op ‘Go to Artist Page’. De applicatie toont hem de artiest pagina van ‘The Velvet Underground’ (3). Tom bekijkt de discografie. Het hoogst gewaardeerde album is het debuut maar dat kent hij al. Het album met de tweede hoogste waardering is ‘The Velvet Underground’ uit 1969. Tom tapt lang op het item (L). De applicatie toont hem een contextmenu. Tom tapt op ’Add to My Library’ zodat hij dit later terug kan vinden. Ondertussen is Tom aangekomen in Brussel.

33

Hoofdstuk 5

Papieren Prototypes Het vorige hoofdstuk bespreekt het ontwerp van de applicatie. Omdat de nadruk in de deze thesis op de gebruikersinterface ligt, is het wenselijk dit ontwerp verder te optimaliseren. Dit hoofdstuk doet dit door het ontwerp uit te werken tot een prototype en dit te evalueren met user tests [19]. De drie secties in dit hoofdstuk bespreken drie iteraties waarin telkens het prototype geëvalueerd wordt. Op basis van de resultaten wordt het prototype aangepast om opnieuw te evalueren in een volgende iteratie. De eerste drie iteraties gebeuren met papieren prototypes [21]. Het voordeel van papieren prototypes is dat de ontwerper snel een testbare mockup klaar heeft, die hij kan evalueren met testpersonen. Hij zal ook sneller geneigd zijn grote aanpassingen te doen aan een papieren ontwerp dan aan een applicatie waar al veel werk aan implementatie is ingekropen [21].

5.1

Eerste Iteratie

Figuur 5.1: Overzicht Iteratie 1 In figuur 5.1 toont de belangrijkste schermen van de applicatie. De papieren 35

5. Papieren Prototypes prototypes zijn trouw gebleven aan het ontwerp dat in het storyboard gemaakt is (zie sectie 4.1).

5.1.1

Doel

Het doel van deze iteratie is om een eerste idee te krijgen van waar de pijnpunten in het initieel ontwerp liggen. In deze fase moet vooral nog naar de grote lijnen van het ontwerp gekeken worden. Men moet voldoende kritisch zijn om snel genoeg een stap terug te nemen en grote aanpassingen te durven doen. Hoe verder het ontwerp zal vorderen, hoe moeilijker het zal zijn om nog grote aanpassingen te doen. Er wordt nog niet direct op zoek gegaan naar concrete details, maar er zal wel notie genomen worden wanneer deze nu al aan de oppervlakte komen.

5.1.2

Aanpak

De testpersonen voeren een takenlijst uit die alle basisacties in de applicatie probeert te dekken. Bij het uitvoeren van de takenlijst wordt gebruik gemaakt van het think aloud protocol [16]. De takenlijst staat beschreven in appendix B. We mikken op ongeveer tien testpersonen. Met een tiental testpersonen hebben we voldoende resultaten terwijl het praktisch eenvoudig blijft om testpersonen te zoeken en de testen uit te voeren. De testpersonen bestaan enerzijds uit muziekliefhebbers die vaak muziekapplicaties gebruiken. Anderzijds bestaan ze uit experts op vlak van gebruikersinterfaces en mobiele applicaties. In het ideale geval bevinden de testpersonen zich in beide categorieën. We hopen op deze manier van de muziekliefhebbers feedback te krijgen over hoe enkele functionaliteiten beter afgehandeld worden in andere applicaties die zij gebruiken. Van de experts hopen we feedback te krijgen over algemene usability problemen in het ontwerp. Door deze personen een takenlijst te geven die hen doorheen de applicatie leidt, kunnen we dankzij het think aloud protocol de grote pijnpunten vaststellen. De testpersonen vullen op het einde een SUS questionnaire [6][3] in en sommen de goede en slechte punten van de applicatie op. De SUS questionnaire is een veel gebruikte, algemene en compacte manier om een systeem te evalueren. Het schetst een algemeen beeld van de plaats van de applicatie op de SUS schaal. Daarenboven is het een metriek om de prototypes uit verschillende iteraties met elkaar te vergelijken.

5.1.3

Praktisch Verloop

Voor deze evaluatie zijn afspraken met tien testpersonen geregeld. Deze bestaan uit drie mensen van het Ariadne team1 en zeven vrienden of medestudenten. Twee van deze laatsten hebben ook veel smartphone ervaring en hebben het vak gebruikersinterfaces gevolgd. Zij kunnen dus ook doorgaan voor experts. Allen gaven aan een redelijke tot grote interesse in muziek en muziekapplicaties te hebben. 1

36

Het team van onderzoekers dat voor professor Erik Duval werkt in de onderzoekseenheid HCI.

5.1. Eerste Iteratie

5.1.4

Resultaten

Overvol Playlist Scherm Na twee testpersonen, allebei experts of vlak van gebruikersinterfaces, is deze iteratie stopgezet. Al snel blijkt het ontwerp van het ‘Playlist’-scherm naïef. Figuur 5.3 toont de pijnpunten. De schermgrootte van een smartphone is te beperkt om maar de halve breedte te gebruiken voor de afspeellijst. Ook de ‘play/pause’- en ‘skip’-knoppen zijn redelijk klein en onduidelijk wanneer ze worden weergegeven op de albumillustratie. Bovendien bestaan de afspeellijst en het scherm voor het huidige nummer in alle bestaande mobiele applicaties uit twee verschillende schermen. De experts merken op dat in dit al overvolle scherm de meeste schermruimte verloren gaat aan de vijf knoppen links onderaan. De onderste knoppen nemen al helemaal te veel schermruimte in, aangezien ze niet zo belangrijk zijn. De knop om de playlist generator aan of uit te zetten springt in deze lijst met lange namen helemaal niet in het oog, ondanks zijn grootte. De playlist generator zit in het algemeen te veel verscholen in dit complexe ontwerp. Zo zit het geven van feedback aan de playlist generator verscholen in een context menu van een song item in de afspeellijst. Figuur 5.2 toont dit contextmenu. Het geven van feedback is een belangrijke functionaliteit en moet prominenter aanwezig zijn in de applicatie. Veel feedback geven is vervelend als hiervoor telkens het contextmenu moet geopend worden. Eén van de twee experts suggereert dat het een leuke feature zou zijn om meer dan één song te genereren.

Figuur 5.2: Context menu van een song item

SUS De resultaten van de SUS questionnaire worden niet uitgebreid weergegeven. Twee testpersonen zijn immers niet zo significant. De twee experts geven een gemiddelde score van respectievelijk 63 en 68. Dit zijn nog relatief milde scores gezien het zwakke ontwerp van het belangrijkste scherm van de applicatie. Als positieve punten geven ze aan dat er uitgebreide functionaliteiten aanwezig zijn. In de negatieve punten komt het erop neer dat deze functionaliteiten slecht geïntegreerd zijn en het geheel 37

5. Papieren Prototypes

Figuur 5.3: Evolutie van het playlist scherm

veel te complex is.

5.1.5

Pijnpunten en Oplossingen

Na twee testpersonen is ingezien dat er niet voldoende is nagedacht bij het ontwerpen van het ‘Playlist’-scherm. Om tot een beter ontwerp te komen, zijn bestaande applicaties uitgebreid bestudeerd. Daarbij zijn de afspeellijst en de weergave van het huidige lied altijd opgesplitst. In Cream is dit vanaf de tweede iteratie ook het geval. Figuur 5.3 toont het resultaat.

‘Currently Playing’-scherm Het scherm voor de weergave van het huidige lied is in de tweede iteratie zeer gelijkaardig aan dat van andere muziekspelers. In de header staat de artiest en titel van het huidige lied. In het midden een illustratie die bij het huidige lied past. In het geval van Cream is dit de album cover. Onder de illustratie bevindt zich een progress bar die in het initieel ontwerp vergeten was. De ‘play/pause’- en ‘skip’-knoppen bevinden zich onderaan en zijn groter en duidelijker. Een ‘thumbs up’- en ‘thumbs down’- knop zijn boven de album cover toegevoegd om vanuit dit scherm meteen feedback te geven aan het huidige lied.

‘Current Playlist’-scherm Het scherm voor de huidige afspeellijst bestaat hoofdzakelijk uit de afspeellijst zelf, die in de tweede iteratie de volledige schermbreedte inneemt. Hierdoor is er plaats om per item knoppen voor feedback te voorzien. Bovenaan worden de twee knoppen toegevoegd om respectievelijk de playlist generator aan of uit te zetten en om filters in te stellen voor de playlist generator (periode, genre, etc.). Om de knoppen compacter 38

5.2. Tweede Iteratie te maken is een kortere naam gekozen dan ‘Playlist Generator On/Off’. De nieuwe kortere naam is overgenomen van Grooveshark [34], ‘Radio: On/Off’.

Meerdere liedjes genereren Ten slotte is in de tweede iteratie nog een optie toegevoegd om het aantal te genereren songs aan te geven. Neem het scenario waarbij iemand een afspeellijst wil genereren om tijdens het reizen muziek te beluisteren. Deze persoon wil of kan onderweg niet meer naar de smartphone omkijken en wilt enkel muziek beluisteren. In dit scenario is het een voordeel om meerdere songs te kunnen genereren. De gebruiker kan bijvoorbeeld tien nummers genereren met slechts enkele seed songs en meteen de nummers verwijderen die hij niet wilt horen en positieve feedback geven op de nummers die hij goed vindt. Vanaf deze aanpassing zou vaak de vraag komen waarom dit dan nog een optie is en er niet standaard een tiental nummers worden gegenereerd. Toch kan het ook een voordeel zijn om maar één song te genereren. Wanneer de gebruiker twee seed songs kiest en tien nummers genereert, luistert hij tien nummers lang naar een afspeellijst die gegenereerd is met slechts twee seed songs. Wanneer hij nummers één per één genereert en hij geeft feedback, zal het tiende nummer gegenereerd worden op basis van twee seed songs en de feedback op de vorige negen nummers. Als de gebruiker wel tijd heeft om met de applicatie bezig te zijn tijdens het luisteren, is het dus beter om nummers één per één te genereren. Generatie gebeurt in dit geval immers altijd met een maximum aan informatie.

Conclusie Zoals eerder gezegd is deze eerste iteratie vroegtijdig stopgezet. Twee testpersonen zijn genoeg om vast te stellen dat het ‘Playlist’-scherm in de eerste iteratie een enorm pijnpunt is. Dit terwijl het om het belangrijkste scherm van de applicatie gaat. Omdat er tijd was tussen de evaluatie van de tweede en de derde testpersoon, is besloten om het prototype aan te passen. De aangepaste versie wordt geëvalueerd met de overige acht geplande testpersonen in de tweede iteratie.

5.2

Tweede Iteratie

Figuur 5.4 toont de belangrijkste schermen van het prototype uit de tweede iteratie. Het ongewijzigde ‘charts’-scherm is weggelaten om de figuur groot genoeg te kunnen weergeven. De enige verandering ten opzichte van de vorige iteratie is dat het ‘Playlist’-scherm in de tweede iteratie vervangen is door een ‘currently playing’- en een ‘current playlist’-scherm. Elk krijgen ze een tab toegewezen om ten allen tijden naar deze belangrijke schermen te kunnen navigeren. Zo is informatie over het huidige lied of de huidige afspeellijst altijd beschikbaar met één tap. Belangrijke acties zoals op pauze zetten of een ander lied in de afspeellijst spelen is altijd mogelijk met twee taps. 39

5. Papieren Prototypes Omdat zeven tabs te veel zijn, is de ‘My Library’ tab voorlopig achterwege gelaten. Deze functionaliteit heeft geen hoge prioriteit. Er is bovendien al veel hooi op de vork genomen met het aantal functionaliteiten. Wanneer er toch nog tijd is om deze functionaliteit terug te integreren, moet er over een andere manier worden nagedacht dan ze in een tab te verwerken.

Figuur 5.4: Overzicht Iteratie 2

5.2.1

Doel

Het doel blijft hetzelfde als in de eerste iteratie aangezien het om een verderzetting gaat van de eerste iteratie met slechts één grote aanpassing. Er wordt aangenomen dat nog niet alle grote pijnpunten gevonden zijn.

5.2.2

Aanpak

De aanpak blijft ook hetzelfde als in de vorige iteratie om dezelfde rede als besproken in de vorige subsectie.

5.2.3

Praktisch Verloop

In de tweede iteratie nemen de overige acht testpersonen deel die voor de eerste iteratie gepland waren. Deze acht testpersonen bestaan nog uit drie experts op vlak van gebruikersinterfaces en vijf muziekliefhebbers die geen ervaring hebben met gebruikersinterfaces.

5.2.4

Resultaten

Het prototype bevat dan wel geen draak meer zoals in de vorige iteratie. Toch oordelen de experts dat het geheel nog te complex is. Te veel onbelangrijke functionaliteiten nemen nog altijd te veel schermruimte in.

40

5.2. Tweede Iteratie Te Complexe Schermtransities Een eerste opmerking handelt over de te complexe schermtransitie in het ‘Artist’scherm. Figuur 5.5 toont de schermtransitie van het ‘Artist’-scherm in de tweede iteratie. Wanneer de gebruiker naar het ‘Artist’-scherm navigeert, komt hij op een pagina waar hij niets kan doen buiten informatie over de artiest lezen. In de meeste use cases wilt de gebruiker naar de albums of de songs van de artiest gaan. Om een album te bekijken zijn er al drie taps nodig. Een complexe schermtransitie verwart de gebruiker en geeft hem het gevoel verdwaald te zijn. De laatste drie opties (omcirkeld in figuur 5.5) in het eerste scherm zijn niet relevant en nemen te veel schermruimte in.

Figuur 5.5: Schermtransities van het ‘Artist’ in de tweede iteratie

Het toevoegen van een nummer achteraan de afspeellijst is verwarrend De testpersonen ervaren het als verwarrend dat wanneer ze op een nummer tappen, het niet gewoon begint te spelen, maar achteraan in de afspeellijst wordt gezet. In de meeste applicaties begint het nummer immers meteen te spelen wanneer de gebruiker erop tapt. De testpersonen vinden de keuze wel nuttig omdat de playlist generator centraal staat in de applicatie. Liedjes moeten vlot aan de afspeellijst worden toegevoegd om als seeds te dienen. Een liedje meteen spelen zou echter 41

5. Papieren Prototypes ook gemakkelijk moeten kunnen. In deze iteratie moet dit met een contextmenu zoals te zien is in figuur 5.6. Enkele testpersonen worden zo onzeker, dat ze altijd het contextmenu openen. Dit is zeker niet de bedoeling en toont een gebrek aan vertrouwen aan.

Figuur 5.6: Context menu op song item

Het ontwerp van het ‘Filters’-scherm is niet aangepast aan de mobiele gebruikersinterface Het scherm om de filters voor de playlist generator aan te passen is niet aangepast aan een mobiele gebruikersinterface, blijkt uit de commentaren. Figuur 5.7 toont dit scherm. De commentaren van experts zijn dat drop down menu’s moeten vermeden worden in mobiele applicaties net als lange stukken tekst. Genres en moods door de gebruiker laten intypen wordt ook als vervelend ervaren door de testpersonen. Bovendien geven ze aan niet zeker te zijn welke genres en moods de applicatie aanbiedt. Het is beter om een lijst beschikbaar te maken.

Figuur 5.7: Playlist filters scherm

42

5.2. Tweede Iteratie Knoppen om aan te geven wat de gebruiker zoekt zijn overbodig Een expert haalt aan dat de knoppen in het ‘Search’-scherm om aan te geven wat de gebruiker zoekt, verouderd zijn. Met knoppen om aan te geven wat de gebruiker zoekt, wordt bedoelt ‘welk type de gebruiker terug wilt krijgen in de resultatenlijst’. Figuur 5.8 toont deze knoppen. Moderne zoeksystemen zoals Amazon[25] en de iStore[36] gebruiken dit niet meer. Ze geven een lijst terug waarin de items gerangschikt zijn volgens wat het systeem denkt dat de gebruiker zoekt. Bij elk item staat een indicatie van het type.

Figuur 5.8: Knoppen om aan te geven wat de gebruiker zoekt in het search scherm

SUS Figuur 5.9 toont de resultaten van de SUS questionnaire. Figuur 5.10 toont de gemiddelde score van 72.8 op een schaal. Dit is een vooruitgang ten opzichte van de vorige iteratie.

Figuur 5.9: Resultaat SUS vragen

Positieve en negatieve punten De antwoorden op de vraag wat de testgebruikers de positieve punten van de applicatie vinden, worden hier opgesomd: • ‘Uitgebreide artiestinformatie.’ • ‘Charts en ratings geven leuke informatie’ 43

5. Papieren Prototypes

Figuur 5.10: Gemiddelde SUS score op SUS schaal, overgenomen uit Bangor et Al.(2009) [3]

• ‘Interessante ideeën voor playlistgeneratie met filters’ De antwoorden op de vraag wat de testgebruikers de negatieve punten van de applicatie vinden, worden hier opgesomd: • ‘te complex’ • ‘te veel knopjes, context-menu’s, filters’ • ‘ “less is more”, don’t make me think’ Conclusie We concluderen dat de uitgebreide mogelijkheden van de playlist generator door de meesten enthousiast onthaald zijn. Voor een doelgroep van muziekliefhebbers biedt de artiestinformatie interessante extra informatie. Dit is een bevestiging van de bevindingen in sectie 3.3.3. Toch zijn de functionaliteiten in de tweede iteratie op een te complexe manier aangeboden. Er moet grondig nagedacht worden over hoe deze functionaliteiten eenvoudiger geïntegreerd kunnen worden.

5.2.5

Pijnpunten en Oplossingen

Een deel van de oorzaak van dit complexe ontwerp is te wijten aan het gebrek aan smartphone ervaring. Daarom werd twee weken een smartphone gebruikt om allerlei muziekapplicaties te gebruiken om ervaring op te doen. Het zelf gebruiken van muziekapplicaties hielp om na te denken over oplossingen die de applicatie eenvoudiger maken. Verder is het onzeker of het volledige ontwerp binnen het tijdsbestek van deze thesis uitgewerkt kan worden, gezien de uitgebreidheid ervan. De functionele werking van de charts en de ratings kunnen niet geëvalueerd worden binnen het tijdsbestek van deze thesis. Deze vorm van social-filtering is pas zinvol als er genoeg gebruikers en ratings aanwezig zijn in het systeem [4]. Om tegen het einde van deze thesis genoeg gebruikers en ratings te verzamelen is het prioritair om zo snel mogelijk een functioneel systeem te maken dat de gebruikers toelaat om ratings te geven. Dit is conflicterend met de prioriteit van de playlist generator. De charts en de ratings zijn om deze reden in de derde iteratie niet geïntegreerd.

44

5.2. Tweede Iteratie ‘Search’-scherm Figuur 5.11 geeft het ‘Search’-scherm weer in de tweede en de derde iteratie. De knoppen om aan te geven wat de gebruiker zoekt zijn verdwenen. Er wordt nu een lijst teruggegeven met drie inklapbare list dividers. Op basis van populariteit klappen deze intelligent toe. In figuur 5.11 bijvoorbeeld, klapt de applicatie voor de zoekterm ‘Lithium’ de artiests- en de albums-dividers toe. In de grote meerderheid van de gevallen zoekt de gebruiker immers naar het liedje Lithium van Nirvana en niet de artiest of een album dat zo heet.

Figuur 5.11: Evolutie van het search scherm

‘Artist’-schermen Figuur 5.12 toont de ‘Artist’-schermen in de derde iteratie. De minder belangrijke functies zijn achterwege gelaten. Het eerste scherm toont meteen een overzicht van de discografie en een knop om alle liedjes te zien. Dit is een grote vereenvoudiging tegenover de schermtransities in figuur 5.5. De artiest informatie staat nog altijd boven de discografie weergegeven, maar de applicatie zal dit al weg scrollen. De gebruiker moet in dit ontwerp minder of niet scrollen om een album te raadplegen. Bij langdurig gebruik verwachten we dat de artiestinformatie, die niet noodzakelijk is voor de werking van de applicatie, gemakkelijk gevonden wordt en dat het algemeen gebruik van de applicatie sneller is.

‘+’-knoppen Figuren 5.11 en 5.12 tonen ook dat er een ‘+’-knop aan een song item in een lijst is toegevoegd. Wanneer de gebruiker in de derde iteratie op een songitem tapt, begint het lied meteen te spelen zoals de testpersonen verwachten. Wanneer hij de song achteraan in de afspeellijst wilt toevoegen, duwt hij op de ‘+’-knop.

45

5. Papieren Prototypes

Figuur 5.12: Schermtransitie van de ’Artist’-schermen in de derde iteratie

‘Filters’-scherm Figuur 5.13 toont de ‘Filters’-schermen in de tweede en de derde iteratie. De drop down menu’s zijn verdwenen. Genres en moods kunnen geselecteerd worden door op ‘add’ te duwen. Vervolgens kunnen er op die manier snel veel genres gekozen worden door de gebruiker. Twee keer tappen maakt een genre of mood rood wat betekent dat het uitgesloten wordt. Nog eens tappen maakt het terug neutraal.

Beperken van contextmenu‘s Ten slotte zijn alle contextmenu’s nagenoeg verdwenen. In de afspeellijst heeft een song item nog een contextmenu met slechts twee opties: ‘Go to artist Page’ en ‘Go to album’. 46

5.3. Derde Iteratie

Figuur 5.13: Evolutie van de filters

5.3

Derde Iteratie

Figuur 5.14 toont de belangrijkste schermen van het prototype uit de derde iteratie.

Figuur 5.14: Overzicht Iteratie 3

5.3.1

Doel

Het doel van deze iteratie is om te kijken of alle aanpassingen uit de vorige iteratie werkelijk een verbetering zijn. Is het bijvoorbeeld duidelijk voor gebruikers dat ze liedjes meteen kunnen afspelen door gewoon te tappen en toevoegen aan de afspeellijst met de ‘+’-knop? We willen testen of het ontwerp nu in grote lijnen in zijn plooi ligt alvorens we kunnen overschakelen naar een digitaal prototype. 47

5. Papieren Prototypes

5.3.2

Aanpak

We mikken opnieuw op een tiental testgebruikers die een takenlijst uitvoeren met het think aloud protocol [16]. De takenlijst is dezelfde als in de vorige iteraties en is terug te vinden in appendix B. Enkel de taken in verband met het geven van een rating of het bekijken van de charts zijn vanzelfsprekend verdwenen. Uit de vorige iteratie leren we dat muziekliefhebbers zonder smartphone ervaring sneller tevreden zijn met veel functionaliteiten, terwijl ze niet voldoende kritisch zijn tegenover de complexiteit die deze met zich meebrengen. Aangezien de functionaliteiten nu redelijk vast liggen mikken we in deze iteratie vooral op experts op vlak van gebruikersinterfaces. Testpersonen moeten over voldoende smartphone ervaring beschikken. Enerzijds bestaat de doelgroep uit mensen die in één van de vorige twee iterataties deelnamen. Zij kunnen oordelen of de aanpassingen oplossingen bieden voor de problemen. Anderzijds bevat de doelgroep ook nieuwe testpersonen om te vermijden dat pijnpunten over het hoofd worden gezien omdat de testpersonen er al aan gewend zijn.

5.3.3

Praktisch Verloop

De evaluatie is uitgevoerd met negen testpersonen. Twee personen van het Ariadne team en drie medestudenten die het vak gebruikersinterfaces hebben gevolgd. Om toch aan een tiental testpersonen te komen zijn vier niet-experts gevraagd die over voldoende smartphone-ervaring beschikken. De negen testpersonen geven allen aan een matige tot grote interesse te hebben in muziek. Drie testpersonen hebben meegedaan in de vorige iteratie.

5.3.4

Resultaten

Over het algemeen verliep het uitvoeren van de taken in deze iteratie vlot en zijn er nog weinig opmerkingen.

Inactieve knoppen zijn verwarrend Het grootste probleem is dat het verwarrend is dat sommige knoppen niet functioneel zijn wanneer de playlist generator af staat. Het heeft dan immers geen nut positieve feedback te geven of het aantal te genereren songs aan te passen. Dit wordt getoond in figuur 5.15. Sommige testpersonen vinden het verwarrend dat er niets gebeurt wanneer ze op deze knoppen duwden.

‘Search’-scherm beter in vorige iteratie Niet iedereen is overtuigd van de aanpassingen aan het ‘Search’-scherm. Gelijkaardige applicaties zoals Spotify [47] en Grooveshark [34] bevatten knoppen om aan te geven wat de gebruiker zoekt. In muziek kan elke naam op een artiest, een album of een titel slaan. Zo kan bijvoorbeeld ‘Love’ op de artiest slaan, maar er zijn ook duizenden 48

5.3. Derde Iteratie titels en albums die het woord love bevatten. Enkele testpersonen geven aan dat ze om deze reden liever over deze knoppen beschikken.

Figuur 5.15: Knoppen die niet functioneel zijn wanneer de playlist generator af staat

SUS Figuur 5.16 toont de resultaten van de SUS questionnaire. Figuur 5.17 toont de gemiddelde score van 80.6 op een schaal.

Figuur 5.16: Resultaat SUS vragen

Positieve en negatieve punten van de applicatie Genoemde positieve punten van terugkerende testpersonen zijn: • “‘+’-knoppen zijn een grote verbetering." • “opgekuiste gebruikersinterface met enkel nog de nodige functionaliteit." 49

5. Papieren Prototypes

Figuur 5.17: Gemiddelde SUS score op SUS schaal, overgenomen uit Bangor et Al.(2009) [3]

Nieuwe testpersonen vermelden vooral de playlist generator met zijn vele opties. Enkelen vinden de artiestinformatie leuk. Eén nieuw persoon geeft aan dat hij de navigatie doorheen de applicatie gelijkaardig vindt aan andere applicaties waardoor er een lage drempel is om met de applicatie van start te raken. Bij de negatieve punten geven velen aan dat de vele tabs onderaan onduidelijk zijn. Bovendien zijn het er te veel, wat het verwarrend maakt. Het doel van de tabs is om een snelle navigatie doorheen de applicatie toe te laten. Wanneer de gebruikers verward zijn doordat het er teveel zijn, mist dit zijn doel. Het is vooral belangrijk dat de gebruiker snel naar de belangrijkste schermen kan navigeren, zoals het ‘Search’-, het ‘Currently Playing’- en het ‘Current Playlist’-sherm. Daarom moeten deze tabs duidelijk en groot genoeg zijn. ‘Currently Playing’ is bovendien een vrij lange term.

5.3.5

Pijnpunten en Oplossingen

We concluderen dat de grote lijnen van de applicatie nu goed zitten. In een volgende stap wordt een digitale versie van dit papieren prototype gemaakt. Bij het maken van dit digitale prototype moet rekening gehouden worden met de volgende punten: • Het search scherm wordt geïmplementeerd zoals in de tweede iteratie aangezien de enkelvoudige lijst met list dividers geen goede beoordeling krijgt. Het zou elegant zijn om een lijst met suggesties weer te geven, zoals in de derde iteratie, tijdens het typen. We zien dit als een uitbreiding en zullen dit enkel implementeren als er tijd genoeg voor is. • Knoppen mogen enkel zichtbaar zijn als ze functioneel zijn. • Enkel de belangrijkste drie tabs zullen nog overblijven. ‘Search’, ‘Now Playing’ (in plaats van ‘Currently Playing’) en ‘Current Playlist’. Een vierde tab, ‘More’ wordt toegevoegd in de volgende iteratie. In deze laatste kunnen dan alle extra functionaliteiten worden samengevoegd. Het bevat een scherm met iconen voor allerlei mogelijke uitbreidingen. Voorbeelden zijn ‘My Playlists’, ‘My Favourites’ (wat in de eerste iteratie ‘My Library’ heette), ‘charts’ etc. Deze functies worden dan minder goed bereikbaar. Dit is de prijs die betaald wordt om de belangrijkste functionaliteiten duidelijk en bereikbaar te maken. Vele andere muziekapplicaties hebben gelijkaardige tabs.

50

Hoofdstuk 6

Digitale Prototypes Dit hoofdstuk bespreekt de evaluatie van het digitale prototype in twee iteraties. In hoofdstuk 7 wordt ingaan op de concrete implementatie ervan.

6.1

Eerste Digitale Prototype

Alvorens over te gaan naar de evaluatie wordt stilgestaan bij het ontwerp van de digitale gebruikersinterface. Er is hoofdzakelijk geprobeerd een digitale versie te maken van de laatste versie van het papieren prototype, besproken in sectie 5.3, rekening houdend met de laatste pijnpunten (zie sectie 5.3.5). Toch zijn er enkele beperkingen opgelegd door de services van Aristo Music [27] enerzijds en de Android SDK anderzijds. Het ontwerp en de evolutie van de papieren prototypes is vrij van enige beperkingen. Dit is een bewuste keuze om ervoor te zorgen dat de beperkingen de ontwerpbeslissingen niet te veel leiden. Vooraleer over te stappen naar de implementatie van een digitaal prototype, is het belangrijk te informeren naar de beperkingen die de services van Aristo Music met zich meebrengen. Op deze manier kan de gebruikersinterface aangepast worden, alvorens ze geïmplementeerd wordt. Na een meeting met Aristo Music zijn er drie beperkingen vastgesteld. • Aristo Music ondersteunt geen negatieve feedback bij playlistgeneratie. • Aristo Music ondersteunt de filters voor moods, periode en tempo. Genres kunnen niet aan deze filter worden toegevoegd. De redenering van Aristo Music is dat de seed songs de genres bepalen. • De zoekresultaten bestaan enkel uit liedjes, niet uit albums of artiesten. Een lied wordt opgenomen in de zoekresultaten indien één van de zoektermen voorkomt in de titel of de artiestennaam. Zoeken op een albumtitel is niet ondersteund. Figuur 6.1 toont een overzicht van de vier schermen van het eerste digitale prototype. Om te vergelijken toont figuur 6.2 de overeenkomstige schermen van het 51

6. Digitale Prototypes laatste papieren prototype. Enkel het ‘Search’-scherm komt uit de tweede iteratie omdat dit beter geëvalueerd werd dan in de derde iteratie. Omdat Aristo Music geen services aanbiedt die albums of overzichten van artiesten voorzien, wordt in het eerste digitale prototype van de artiest en album schermen afgezien. Er zijn dus nog vier schermen.

Figuur 6.1: Overzicht eerste digitale prototype

Figuur 6.2: Overzicht laatste versie van het papieren prototype Het ‘Search’-scherm is redelijk trouw gebleven aan het papieren prototype. De knoppen om aan te geven wat de gebruiker zoekt, zijn weggelaten aangezien er voorlopig niet meer naar een artiest of album kan gezocht worden. Een ‘clear’-knop in een tekstveld zetten is niet mogelijk in Android, daarom staat hij er naast. De ‘+’-knoppen uit de derde iteratie zijn wel aanwezig.

52

6.1. Eerste Digitale Prototype Het ‘Now Playing’- en het ‘Current Playlist’-scherm zijn ook zonder problemen gedigitaliseerd. Bij deze laatste is ervoor gezorgd dat de ‘v’-knoppen en de knoppen om aan te geven hoeveel liedjes er gegenereerd moeten worden, verdwijnen wanneer de radio af staat. Het geven van negatieve feedback betekent nu dat het item geblacklist en verwijderd wordt uit de huidige afspeellijst. In de papieren prototypes was het mogelijk om de volgorde in de afspeellijst te veranderen door de items te slepen. Een versleepbare lijst is echter geen standaard component in Android. Daar deze functionaliteit niet prioritair is, is hiervoor geen custom component gemaakt. Het ‘Filters’-scherm is het enige scherm waar redelijk wat aanpassingen nodig zijn. Aangezien genres niet ondersteund zijn als filteroptie zijn deze in het eerste digitale prototype weggelaten. Er is plaats genoeg om de elf atmosferen die Aristo Music aanbiedt in dit scherm weer te geven. Dit maakt de schermtransitie eenvoudiger omdat er geen apart scherm meer nodig is waar alle atmosferen worden weergegeven. Er is een ‘disable/enable all’-knop voorzien om snel alle atmosferen uit te sluiten of aan te zetten. Naast periode en tempo biedt Aristo Music ook nog populariteit en hardheid aan als filters. Populariteit is een filter die positief geëvalueerd is door Lee en Downie(2004) [14]. Hardheid is positief geëvalueerd in de enquête in hoofdstuk 3. Deze twee opties worden opgenomen in het eerste digitale prototype.

6.1.1

Doel

Het doel van deze iteratie is om te kijken of de overgang van een papieren naar een digitaal prototype geen problemen met zich heeft meegebracht. Enerzijds kunnen er problemen zijn opgedoken die pas aan de oppervlakte komen wanneer de testpersonen op een echte smartphone werken. Anderzijds zijn er aanpassingen gebeurd door de opgelegde beperkingen van de services van Aristo Music of de Android SDK. Om deze redenen is de evaluatie uitgevoerd met een prototype dat niet verbonden is met de back-end zodat de gebruikersinterface reeds geëvalueerd kan worden.

6.1.2

Aanpak

Het eerste digitale prototype is niet functioneel en werkt met dummy data. Daarom wordt nog steeds een takenlijst gebruikt. Zo zijn de testgebruikers verplicht om enkel met objecten te werken die in de dummy database zitten. Het think aloud protocol [16] wordt wederom gebruikt om de gedachtegang van de testgebruikers te volgen. De takenlijst dekt de basisacties van de applicatie waardoor de testgebruikers de hele applicatie te zien krijgen. De takenlijst staat beschreven in appendix C. Op het einde vullen de testgebruikers een SUS questionnaire [6][3] en een bijkomende vragenlijst in. De vragenlijst staat beschreven in appendix D. De vragenlijst evalueert onder andere de filters en vraagt op het einde de positieve en de negatieve punten van de applicatie op te sommen. Het doelpubliek bestaat uit een tiental testgebruikers. Ze zijn expert op vlak van gebruikersinterfaces, omdat in deze iteratie de evaluatie rond de gebruikersinterface 53

6. Digitale Prototypes draait. Het doelpubliek bestaat wederom uit een mix van nieuwe testpersonen en terugkerende testpersonen die de aanpassingen kunnen vergelijken.

6.1.3

Praktisch Verloop

De evaluatie is uitgevoerd met zeven testpersonen, vier personen van het Ariadne team en drie medestudenten die het vak gebruikersinterfaces gevolgd hebben. Twee van de zeven hebben al eens deelgenomen aan één van de vorige evaluaties. Omdat sommige testpersonen geen Nederlands spreken is de bijkomende vragenlijst uit appendix C in het Engels opgesteld. De antwoorden van de Nederlandstaligen zijn als gevolg hiervan ook in het Engels.

6.1.4

Resultaten

Onzekerheid of een lied is toegevoegd met de ‘+’-knop Een eerste probleem treedt op bij het toevoegen van een lied aan de afspeellijst vanuit het ‘Search’-scherm. Bij het tappen op de ‘+’-knop blijft de applicatie in hetzelfde scherm. Zo kunnen vlot meerdere liedjes aan de afspeellijst worden toegevoegd die voldoen aan de zoekterm. Wanneer de testgebruikers echter een lied toevoegen, lijkt het alsof er niets gebeurt. Vaak duwen ze nogmaals op de ‘+’-knop waardoor het lied twee keer is toegevoegd.

‘clear’-knop wordt niet gebruikt Niemand gebruikt de ‘clear’-knop om het zoekveld te legen tijdens het uitvoeren van de taken. Iedereen gebruikt hiervoor de backspace op het toetsenbord. De testpersonen geven wel aan de ‘clear’-knop nuttig te vinden.

Te dicht opeen gepakte knoppen in het ‘Playlist’-scherm In het ‘Playlist’-scherm staan de knoppen te dicht opeen waardoor testgebruikers vaak op een verkeerde knop duwen. Figuur 6.3 illustreert dit.

Te lange, saaie namen Een expert vindt dat sommige knoppen nogal lange en saaie namen bevatten. Figuur 6.4 toont enkele voorbeelden.

Apply en Cancel zijn overbodig In het scherm voor de filters vinden de meesten aan dat ze de ‘cancel’- en ‘apply’knoppen overbodig. Ze verwachten dat als ze aanpassingen doen en teruggaan naar het vorige scherm, de aanpassingen toegepast zijn. Verder vinden vrijwel allen dat 54

6.1. Eerste Digitale Prototype

Figuur 6.3: Te dicht opeen gepakte knoppen in playlist scherm

Figuur 6.4: ‘Current Playlist’ en ‘Set Radio Filters’ zijn te lange termen

enkele filters ambigu zijn. Zo zien velen geen verschil tussen ‘energetic’ en ‘exuberant’, ‘happy’ en ‘cheerful’ of ‘cosy’, ‘relax’ en ‘serene’. Bij de taak om aan te geven naar serene en romantische muziek te luisteren, gaat bijna iedereen elke knop afzonderlijk afzetten. Weinigen merken de ‘disable all’-knop op.

‘Current Playlis’-tab moet centraal in de applicatie Als algemene opmerking vindt een expert op dat het ‘Current Playlist’-scherm het belangrijkste scherm van de applicatie is. Dit zou dan ook volgens hem het scherm moeten zijn waarin de gebruiker terecht komt wanneer de applicatie opstart. In het eerste digitale prototype is dit het ‘Search’-scherm. Ook staat deze tab beter links, meent hij.

55

6. Digitale Prototypes ‘v’-knoppen zijn inconsistent met thumbs up Op het einde is aan de testpersonen gevraagd of ze het gebruik van ‘v’- en ‘x’-knoppen in het ‘Current Playlist’-scherm inconsistent vinden met het gebruik van ‘thumbs up’- en ‘thumbs down’-knoppen in het ‘Now playing’-scherm. Iedereen is het erover eens dat als de semantische betekenis ervan hetzelfde is, hetzelfde symbool moet gebruikt worden. Thumbs up krijgt de voorkeur van de meesten voor het geven van positieve feedback. Over negatieve feedback bestaat meer onenigheid. Het algoritme houdt namelijk geen rekening met negatieve feedback, het lied wordt gewoon op de smartphone uit de lijst verwijderd en geblacklist. Een ‘x’ is een beter symbool wanneer de semantische betekenis ‘verwijderen’ is. Als de radio af staat en de knoppen voor positieve feedback verdwijnen, zijn de testpersonen het erover eens dat een ‘x’-symbool gebruikt moet worden.

SUS Figuur 6.5 toont de resultaten van de SUS questionnaire. Vooral de vraag over inconsistentie wordt negatief beantwoord. Dit is te wijten was aan de inconsistentie met de ‘thumbs up’-knoppen en de ‘v’-knoppen. Figuur 6.6 toont een gemiddelde SUS score van 77,1. Dit is iets minder goed dan bij het laatste papieren prototype. We vermoeden dat dit te maken heeft met het groter aantal problemen die naar boven zijn gekomen tegenover de laatste papieren evaluatie. Veel van deze problemen zijn naar boven gekomen doordat het om een realistischer prototype gaat, waarbij de testpersonen geen abstracties meer moeten maken van de gebruikersinterface.

Figuur 6.5: Resultaten SUS questionnaire eerste digitale prototype

56

6.1. Eerste Digitale Prototype

Figuur 6.6: Gemiddelde SUS score op een schaal, overgenomen uit Bangor et Al.(2009) [3]

Bijkomende vragenlijst Figuur 6.7 toont enkele resultaten van de bijkomende vragenlijst. De vragenlijst evalueert of lange informatievelden van een song item als een multiline of single line met drie puntjes moeten worden weergegeven. De resultaten geven aan dat de voorkeur uitgaat naar multiline voor de titel omdat dit echt belangrijk is. Voor albums en artiesten dient een single line gebruikt te worden. Zo is het ook in deze iteratie in de applicatie gedaan. Figuur 6.7(b) toont de evaluatie van de filters. Elke filter is door elke testpersoon beoordeeld op een likert schaal van één tot en met vijf. De resultaten tonen dat atmosferen en periode het populairst zijn. Hardheid en tempo zijn iets minder geliefd. Een totaal van zeven personen is echter niet voldoende significant om deze uitspraken hard te maken. We besluiten dat uit een populatie van zeven testpersonen elke filter wel zijn publiek vindt. Op de vraag of ze nog een filter missen, vullen twee personen genre in. De rest vindt deze vijf voldoende. Zes van de zeven testpersonen geven aan dat ze de applicatie zouden downloaden als ze beschikbaar is op de Android markt.

Figuur 6.7: Resultaten van de bijkomende vragenlijst

57

6. Digitale Prototypes Positieve en negatieve punten van de applicatie De antwoorden op de vraag wat de testgebruikers de positieve punten van de applicatie vinden, worden hier opgesomd: • ‘It is simple’ (2x) • ‘Playlist Generation based on seed songs’ (3x) • ‘Playlist generation with more than 1 song.’ • ‘Good way to discover new music’ (2x) Bij de negatieve punten zijn vooral punten vermeld die aan bod zijn gekomen tijdens de evaluatie. Enkelen missen een functionaliteit om afspeellijsten op te slaan. Eén iemand geeft aan ook albums te willen afspelen met deze applicatie.

6.1.5

Pijnpunten en Oplossingen

Schermactie bij het duwen op de ‘+’-knop Om het probleem op te lossen dat gebruikers niet zeker zijn of een lied is toegevoegd wanneer ze op de ‘+’-knop duwen, moet er een actie op het scherm gebeuren. Een mogelijke oplossing is om het lied uit de zoekresultatenlijst te verwijderen. Deze oplossing resulteert echter in een nieuw probleem. Stel dat de gebruiker het eerste en het derde lied in de lijst wilt toevoegen. Wanneer hij dan snel op het eerste en het derde lied duwt, is echter het eerste en het vierde lied toegevoegd. Daarom is gekozen om in de plaats een melding op het scherm te tonen. Figuur 6.8 illustreert dit.

Figuur 6.8: Melding bij het toevoegen van een lied

58

6.1. Eerste Digitale Prototype Minder saaie, lange namen Figuur 6.9(b) toont hoe compactere en ‘minder saaie’ namen voor het playlist scherm zijn gekozen. Er staat in de volgende iteratie gewoon ‘Radio’ in plaats van ‘Radio: On/Off’. ‘Set Radio Filters’ is vervangen door ‘Filters’. De tab voor ‘Current Playlist’ is vervangen door ‘Playlist’. Daarenboven is deze van plaats gewisseld met de ‘Search’tab. Het compacter maken van de knoppen, maakt het mogelijk de te dicht opeen gepakte knoppen te herschikken.

Figuur 6.9: ‘Now Playing’- en ‘Playlist’-schermen in het tweede digitale prototype

Inconsistentie van thubms up en ‘v’-knoppen oplossen Figuur 6.9(a) toont dat de ‘thumbs down’-knop in het ‘Now Playing’-scherm is weggelaten in de volgende iteratie. De ‘skip’-knop kan evengoed gebruikt worden, omdat er toch geen mogelijkheid is tot het geven van negatieve feedback. Net als bij Facebook [31] of Google+ [33] bestaat nu enkel nog de mogelijkheid om positieve feedback te geven. In het ‘Playlist’-scherm is er gekozen om ook een ‘thumbs up’-symbool te gebruiken. Aangezien er geen negatieve feedback kan gegeven worden, is er toch gekozen om de ‘x’-knop te behouden. De semantische betekenis ervan is ‘verwijder uit de playlist’. Het voordeel is dat de gebruiker niet het gevoel krijgt dat het algoritme rekening houdt met het geven van negatieve feedback. Een ander voordeel is dat de ‘x’-knop ook consistent is wanneer de playlist generator uit staat. Een nadeel is dat het niet consistent is met de thumbs up wannneer de playlist generator aan staat. Of de x-knop door een thumbs down moet vervangen worden, zal in de volgende iteratie verder geëvalueerd worden.

59

6. Digitale Prototypes ‘Filters’-scherm Figuur 6.10 toont het ‘Filters’-scherm in het tweede digitale prototype. De ‘apply’en ‘cancel’-knoppen zijn weggelaten, evenals de ‘reset’-knop. Deze laatste lijkt ons niet waardevol genoeg om daar nog alleen te staan. De ‘disable/enable all’-knop is de eerste knop links boven in plaats van rechts onder. De knop ziet er ook anders uit dan de andere knoppen. Deze aanpassingen doen de knop meer in het oog springen. Verder gaat de populariteit van 1 tot 6, waar deze in het eerste digitale prototype van 2 tot 7 gaat. Aristo Music [27] gebruikt de 1 voor muziek die niet beschikbaar is in de regio van de gebruiker omdat ze enkel lokaal populair is (bijvoorbeeld Noorse muziek in België). De ambiguïteit van de atmosferen zou te wijten kunnen zijn aan slechte vertalingen. De metadatawaarden van Aristo Music zijn immers in het Nederlands en de gebruikersinterface van Cream in het Engels. Via mail is hierover contact opgenomen met Aristo Music. Zij hebben ons vertalingen gegeven die zij gebruiken in een andere applicatie. Deze vertalingen maken een groter onderscheid tussen de atmosferen onderling en zijn overgenomen in het ‘Filters’-scherm van het tweede digitale prototype.

Figuur 6.10: ‘Filters’-scherm in het tweede digitale prototype

Conclusie We concluderen dat de transitie van een papieren naar een digitaal prototype enkele nieuwe kleine pijnpunten met zich meegebracht heeft. Mits deze pijnpunten worden opgelost, oordelen we dat de overgang van papier naar digitaal geslaagd is. 60

6.2. Tweede Digitale Prototype

6.2

Tweede Digitale Prototype

In deze sectie bespreken we de evaluatie van het tweede digitale prototype, waarvan een overzicht getoond wordt in figuur 6.11. Dit tweede prototype is aangepast op basis van de evaluatie van het eerste digitale prototype (figuur 6.1) en daarnaast is de connectie met de back-end geïmplementeerd. Op de concrete implementatie van de connectie met de back-end wordt ingegaan in hoofdstuk 7.

Figuur 6.11: Overzicht tweede digitale prototype

6.2.1

Doel

Deze iteratie heeft drie doelen: • Ze evalueert of er nieuwe usability issues optreden nu het prototype functioneel is. De gebruiker moet geen abstracties meer maken van bepaalde zaken en kan echte use cases uitwerken. Nieuwe usability issues kunnnen hierdoor aan het licht komen. • Met een volledig functioneel prototype is het ook mogelijk om de evaluatiecriteria te testen die gedefinieerd zijn in sectie 3.6. • Ten slotte evalueert deze iteratie of de pijnpunten uit de vorige iteratie zijn opgelost. Het evalueert bijvoorbeeld of het inconsistentieprobleem is opgelost door te kiezen voor het ‘thumbs up’-symbool gecombineerd met het ‘x’-symbool.

6.2.2

Aanpak

In principe zou het leuk moeten zijn voor het doelpubliek om de applicatie te gebruiken nu deze functioneel is in deze iteratie. Dit laat toe om een meer realistische evaluatie uit te voeren dan met een takenlijst. Daarom wordt de applicatie een 61

6. Digitale Prototypes week meegegeven met de testpersonen. Ze gebruiken de applicatie gedurende een hele week. Er wordt hen gevraagd notities te maken wanneer ze opmerkingen of bedenkingen hebben bij het gebruiken van de applicatie. Na een week vullen de testgebruikers een SUS questionnaire in. De testpersonen worden geïnterviewd. Hierbij wordt een vragenlijst gebruikt als leidraad voor het interview. Op deze manier zijn we zeker dat de antwoorden correct geïnterpreteeerd worden tegenover wanneer de testpersonen gewoon de vragenlijst invullen. Daarenboven kunnen andere problemen besproken worden die niet specifiek in de vragenlijst worden behandeld. Op het einde kunnen de notities die nog niet aan bod zijn gekomen worden overlopen. De vragenlijst staat beschreven in appendix E. Ze bevat onder andere specifieke vragen die de drie doelen uit sectie 6.2.1 evalueren. Het voordeel van deze aanpak is dat de testgebruikers de applicatie op een realistische manier en voor een lange tijd gebruiken. Deze twee elementen stellen de testgebruikers in staat om te kunnen oordelen of de applicatie voldoet aan de evaluatiecriteria, vastgesteld in sectie 3.6. Het gebruiken van de applicatie voor een lange periode, laat ook toe gebruikersacties te loggen. Hiermee kan bijvoorbeeld getest worden of de ‘clear’-knop in het ‘Search’-scherm gebruikt wordt. Het nadeel van deze aanpak tegenover de takenlijst is dat het moeilijker is om te controleren of bepaalde use cases volgens verwachtingen worden uitgevoerd omdat we er niet meer bij zijn tijdens het gebruiken van de applicatie. Achteraf gezien schiet de vragenlijst te kort doordat er geen vragen zijn die Cream vergelijken met de muziekapplicaties die de testgebruikers reeds gebruiken. Zo hadden we Cream kunnen vergelijken met andere applicaties op een aantal vlakken die nu niet geëvalueerd zijn (e.g. user satisfaction, etc.). De geselecteerde testpersonen zijn eigenaars van een Android phone en gebruiken geregeld muziekapplicaties op hun toestel. Op die manier is het geen grote opgave om voor een week een andere applicatie te gebruiken. Bij voorkeur beschikken de testgebruikers over expertise op het vlak van gebruikersinterfaces. Omdat de evaluatiecriteria geëvalueerd worden is het belangrijk dat alle testpersonen zich in de doelgroep bevinden.

6.2.3

Praktisch Verloop

De evaluatie is uitgevoerd met acht testpersonen. Twee van hen zijn medestudenten die het vak gebruikersinterfaces gevolgd hebben. Omdat de evaluatie zich gelijktijdig met de CHI ‘12 conferentie afspeelt, neemt deze keer niemand van het Ariadne team deel. Dit zorgt ervoor dat er zich minder experts onder de testgebruikers bevinden dan in de vorige iteraties.

6.2.4

Resultaten

Playlistgeneratie Figuur 6.12 toont de resultaten van de vragen over playlistgeneratie. Het toont aan dat de helft van de testpersonen tevreden zijn over de manier waarop ze seed songs 62

6.2. Tweede Digitale Prototype kunnen selecteren. Vijf van de acht testpersonen geven echter aan dat ze het storend vinden dat ze niet naar albums of artiesten kunnen zoeken. Zo zeggen ze niet altijd de titel van een nummer te kennen, maar wel op welk album het staat. Ze willen dan het album in kwestie zoeken en eens ze de titels zien, kunnen ze het gewenste nummer selecteren. Soms willen ze ook verschillende nummers van één artiest selecteren. Bij het zoeken op ‘Who’ of ‘Love’, worden ook verschillende resultaten met ‘Who’ of ‘Love’ in de titel getoond, waardoor soms veel gescrold moet worden en het overzicht verloren gaat. Daarenboven klagen de gebruikers van Spotify [47] dat ze een search history missen. Spotify ondersteunt dit wel. Eén persoon selecteert vaak een seed song van dezelfde artiest. Een search history zou hem helpen niet elke keer dezelfde artiest terug te moeten ingeven. Dit is de reden waarom deze persoon maar een score van twee (‘niet akkoord’) geeft op de eerste en derde vraag over playlistgeneratie. Het ontbreken van albums en artiesten is bij sommigen slechts een reden om geen score van vijf (‘helemaal akkoord’) te geven, anderen geven om deze reden een score van drie (‘neutraal’). Allen zijn het eens dat de ‘+’-knop een goede optie is die in andere applicaties niet aanwezig is. Er wordt ook gevraagd of de gebruikers tevreden zijn over de nummers die gegenereerd worden. Ondanks het feit dat we hier niets aan kunnen veranderen, is dit interessante informatie die invloed heeft op algemene vragen. De meerderheid geeft aan tevreden te zijn over de gegenereerde nummers, maar niemand geeft een score van vijf. Drie van de acht zijn echter niet tevreden met als uitschieter de persoon die een score van één (‘helemaal niet akkoord’) geeft. Deze persoon zegt Grooveshark [34] op zijn laptop te gebruiken. Hij vindt dat Grooveshark veel betere generatie levert op basis van de geselecteerde seed songs. Wat bijna iedereen stoort is dat er nogal veel Nederlandstalige muziek wordt gegenereerd bij het selecteren van enkele Engelstalige seeds. Een filter voor de taal kan hiervoor een oplossing zijn. In Lee en Downie [14] geven 25% van de ondervraagden aan taal als zoekmethode te gebruiken.

Filters Er wordt ook gevraagd aan de testgebruikers welke filters ze overbodig vinden en welke ze missen. Twee van hen vindt de atmosferen overbodig. Eén andere de tempo filter. Twee anderen vinden de filters in hun geheel overbodig. Net als in de vorige iteratie blijken de filters een kwestie van smaak te zijn en heeft elke filter zijn publiek. Twee testpersonen geven aan een dat ze een genre filter missen. Dit is evenveel als in de vorige iteratie. Het gaat hierbij om vier verschillende personen. Eén testpersoon had een hele lijst met suggesties voor filters. ‘geen hits’, ‘invloedrijke nummers’, ‘onderschatte nummers’, ‘moeilijke nummers’ en ‘verborgen parels’ zijn categorieën die Cream zouden kunnen onderscheiden van andere applicaties vindt hij.

63

6. Digitale Prototypes

Figuur 6.12: Resultaten van de vragen over playlist generatie

Figuur 6.13: Resultaten van de vragen over het geven van feedback

Feedback Figuur 6.13 toont de resultaten van de vragen over het geven van feedback. Ze tonen aan dat de verandering naar een ‘thumbs up’- in plaats van een ‘v’-knop een goede oplossing is. De ‘x’-knop daarentegen blijft ter discussie staan. Twee personen, waaronder één van de experts vindt dat een ‘x’ inconsistent is met de ‘thumbs up’. Anderen, waaronder de andere expert, verwachten niet dat een lied verwijderd wordt bij een ‘thumbs down’. Ook geven sommigen aan dat dit hen doet verwachten dat het algoritme rekening houdt met de negatieve feedback. Voor beide symbolen valt 64

6.2. Tweede Digitale Prototype dus iets te zeggen. De boxplot in figuur 6.13 neigt iets meer naar het ‘x’-symbool, maar het verschil is verwaarloosbaar.

Evaluatiecriteria Figuur 6.14 toont de resultaten van de vragen die de evaluatiecriteria, vastgesteld in 3.6, specifiek evalueren. Er is niet gevraagd of Cream helpt om albums aan te raden, omdat deze functionaliteit niet aanwezig is in de applicatie. Over het algemeen zijn de testpersonen niet akkoord dat er te veel gebruikersinteracties nodig zijn om een afspeellijst te genereren. Er is echter nog ruimte voor verbetering. De uitschieter die een score van vier geeft (‘akkoord’), is de gebruiker van Spotify die een search history mist. Twee testpersonen suggereren dat het opslaan van afspeellijsten het aantal gebruikersinteracties kan verlagen. Zo kunnen ze een afspeellijst opslaan met enkele favoriete seed songs. Figuur 6.14 toont verder aan dat de testgebruikers van mening zijn dat Cream helpt om nieuwe liedjes te ontdekken. Enkelen halen bij deze vraag wel aan dat dit nog meer het geval zou zijn als de generator betere liedjes genereert. Ten slotte zijn de testgebruikers min of meer tevreden over de extra-muzikale informatie die Cream aanbiedt (titel, uitvoerder, jaar-van-release, album waarop het nummer verscheen en albumcover). De algemene opinie is dat de belangrijkste informatie aanwezig is, maar dat er niets bijzonders aanwezig is.

Figuur 6.14: Resultaten van de vragen over de evaluatiecriteria

65

6. Digitale Prototypes Top van gemiste functionaliteit Er wordt gevraagd aan de testgebruikers een top te maken van functionaliteiten die ze het hardst missen tijdens het gebruiken van de applicatie. De antwoorden worden gegeven in volgorde van meeste voorkomen. Twee van de acht vinden dat de applicatie deed wat ze moest doen en geven geen top in. Tussen haakjes wordt weergegeven hoe vaak een item op welke plaats in de top voor komt. • Integratie van albums en artiesten. (3 x 1ste plaats, 2 x 2de plaats) • Search history. (1 x 1ste plaats, 1 x 2de plaats) • Playlist opslaan. (1x1ste plaats, 1 x 2de plaats) • De applicatie offline kunnen gebruiken om datagebruik te beperken. (1 x 1ste plaats) • De volgorde van de playlist aanpassen (1 x 2de plaats) • Informatie kunnen lezen over een liedje. Bijvoorbeeld de informatie die op Wikipedia [51] of Pitchfork [43] over dit lied wordt gegeven. (1 x 2de plaats) • Motivatie waarom het liedje gegenereerd is. (1 x 3de plaats) Verder gebruiken van de applicatie Op de vraag of ze de applicatie verder zouden willen gebruiken antwoorden drie van de acht ja. Drie van hen zouden de applicatie verder gebruiken als de applicatie uitgebreid wordt zodat aan de belangrijkste gemiste functionaliteit in hun top (zie vorige paragraaf) wordt voldaan. De laatste twee zouden ze verder gebruiken als aan hun top twee van gemiste functionaliteiten wordt voldaan.

Positieve en negatieve punten van de applicatie Op het einde van de vragenlijst kunnen de testgebruikers de posititieve en de negatieve punten van de applicatie opsommen. De volgende commentaren zijn bij de positieve punten genoemd: • ‘De ‘+’-knoppen’ • ‘Goede manier om nieuwe nummers te leren kennen’ (2x) • ‘De playlist generator’ (2x) • ‘De eenvoud, Overzichtelijk’ (2x) • ‘Intuïtieve gebruikersinterface’ Bij de negatieve punten wordt nogmaals het ontbreken van de albumintegratie vermeld.

66

6.2. Tweede Digitale Prototype ‘clear’-knop Uit de logs met user actions blijkt dat de ‘clear’-knop nauwelijks gebruikt wordt. Eén persoon lijkt hem vaak te gebruiken, maar hij geeft aan bij het overlopen van de notities dat hij ze te dicht bij de ‘search’-knop vindt staan. Hij duwt vaak per ongeluk op de ‘clear’-knop, terwijl hij op de ‘zoek’-knop ernaast wilt duwen. Vijf van de acht gebruiken de ‘clear’-knop nooit. De laatste twee gebruiken de ‘clear’-knop af en toe. Verdere studie van de logfiles toont dat deze personen soms drie tot vier zoekbewerkingen achter elkaar uitvoeren en maar één keer de ‘clear’-knop gebruiken. Het is mogelijk dat deze personen hetzelfde probleem hebben als de testpersoon die klaagt dat de knop te dicht bij de ‘search’-knop staat. Hoe dan ook tonen de resultaten dat alle testpersonen zonder de ‘clear’-knop kunnen werken.

Notities Er komen verder geen relevante opmerkingen meer uit de notities achteraf. De testpersonen geven aan alles al tijdens het afnemen van de zelf opgestelde vragenlijst gezegd te kunnen hebben.

SUS Ten slotte toont figuur 6.15 de resultaten van de SUS questionnaire, terwijl figuur 6.16 een gemiddelde SUS score van 76.1 toont op een schaal. Dit is ongeveer gelijk aan de score van het vorige digitale prototype. Over het algemeen scoren de individuele vragen beter dan in de vorige iteraties, maar zijn er meer uitschieters. De vraag over het verder gebruiken van de applicatie scoort zwak. Enkele paragrafen terug leerden we dat bij het vervullen van de belangrijkste gemiste functionaliteit dit resultaat verbeterd kan worden. Enkele personen geven aan dat ze de applicatie lastig vonden om te gebruiken omdat het toevoegen van seed songs soms lastig is door het ontbreken van artiesten, albums en een ‘search’-history. De persoon die een score van vier (‘akkoord’) geeft op deze vraag is de Spotify gebruiker die ook vindt dat er te veel gebruikersinteracties nodig zijn.

6.2.5

Pijnpunten en Oplossingen

Oplossing voor laatste twee pijnpunten Uit de evaluatie zijn nog weinig specifieke opmerkingen over de gebruikersinterface naar boven gekomen. Het voornaamste pijnpunt is de ‘clear’-knop in het ‘Search’scherm. Deze wordt zelden gebruikt en zorgt ervoor dat de ‘search’-knop te klein is voor sommige gebruikers. Een ander pijnpunt aan de gebruikersinterface is de inconsistentie van de ‘x’-knop en de ‘thumbs up’-knop. Grooveshark [34] gebruikt consistente symbolen, gebruikers hebben geen idee of het algoritme rekening houdt met de negatieve feedback die ze geven. We besluiten daarom om de ‘x’ te veranderen door een ‘thumbs down’ wanneer de radio aan staat. Wanneer de radio uit staat 67

6. Digitale Prototypes

Figuur 6.15: Resultaten SUS questionnaire tweede digitale prototype

Figuur 6.16: Gemiddelde SUS score op een schaal, overgenomen uit Bangor et Al.(2009) [3]

blijft de ‘x’-knop aangezien de ‘thumbs up’ verdwijnt.

Conclusie We concluderen dat er geen grote problemen meer zijn aan de gebruikersinterface van Cream. Dit leiden we af uit de evaluatie waar slechts twee pijnpunten naar boven zijn gekomen. De testpersonen hebben vooral opmerkingen over gemiste functionaliteiten. Slechts drie van de acht testpersonen willen de applicatie verder gebruiken. Door de applicatie echter met drie functionaliteiten uit te breiden kunnen vier van de overige vijf overhaald worden om Cream verder te gebruiken: 1. Integreren van albums en artiesten. 2. Toevoegen van een search history. 3. Opslaan en laden van afspeellijsten mogelijk maken. De eerste uitbreiding wordt door vijf van de acht testgebruikers als een belangrijk gemis beschouwd. De integratie en albums is tot in de laatste versie van de papieren prototypes getest. We verwachten dat er geen grote problemen zullen optreden bij het implementeren van de digitale versie ervan. Hoofdstuk 7 bespreekt hoe dit concreet 68

6.2. Tweede Digitale Prototype geïmplementeerd kan worden. De overige twee functionaliteiten worden door slechts twee testpersonen gemist, maar vragen niet veel werk aan implementatie en zijn wel belangrijk voor deze personen. Uit de top van gemiste functionaliteiten in de vorige sectie komen nog andere functionaliteiten van lagere prioriteit naar boven. De volgorde van de playlist kunnen aanpassen en de applicatie offline kunnen gebruiken zijn zaken die de gebruiksvriendelijkheid ten goede komen. Het zijn echter zeer tijdsintensieve punten. Ten slotte zijn er nog enkele wensen van de gebruikers waar zeer moeilijk aan voldaan kan worden omdat Aristo Music [27] hiervoor hun services moet aanpassen. Zo is er een vraag naar filters voor genres, de vraag om rekening te houden met negatieve feedback en om een motivatie te geven waarom een lied gegenereerd is.

69

Hoofdstuk 7

Implementatie 7.1

Architectuur

Figuur 7.1 toont de architectuur van de applicatie. Deze sectie bespreekt voor elke service welke informatie ze levert, waarom ze gekozen is en de technische details.

Figuur 7.1: Architectuur Cream

7.1.1

Tunify

Informatie De belangrijkste service is Tunify [50]. Dit is een applicatie van Aristo Music [27] met uitgebreide generatieopties. Cream gebruikt dezelfde services die speciaal voor Tunify ontworpen zijn. Deze services bevatten de mogelijkheid om muziek online te streamen. Verder bevatten ze een groot aanbod aan methodes die de playlist generator van Cream kunnen ondersteunen. Ten slotte bevatten de liedjes in de database een groot 71

7. Implementatie aantal metadatavelden die als informatie getoond kunnen worden. Triviale velden zijn titel en uitvoerder, maar ook jaar-van-release, genre, tempo, etc. worden aangeboden.

Waarom Tunify? Aristo Music werkt samen met de K.U. Leuven. Daardoor levert het een gratis en legale bron om muziek te streamen. Verder biedt het uitgebreide mogelijkheden voor playlistgeneratie, waardoor de aandacht van deze thesis naar de gebruikersinterface kan gaan en niet naar het generatiealgoritme. Technische Details De communicatie met Tunify gebeurt met het SOAP protocol. Om het SOAP protocol met Android te gebruiken is een speciale library nodig. We gerbuiken hiervoor de ‘ksoap2-android-assembly-2.6.2-jar-with-dependencies.jar’. De services van Aristo Music verwachten bij elk request user credentials. Om niet voor elke testgebruiker een account bij Tunify aan te moeten vragen, wordt achter de schermen altijd dezelfde research account gebruikt, die speciaal voor deze thesis is aangemaakt. De gebruiker moet niet inloggen op Cream. Het gevolg van deze aanpak is dat wanneer een testgebruiker achter de schermen is ingelogd bij Tunify en een andere gebruiker logt ook achter de schermen in omdat hij de applicatie opstart, de eerste gebruiker zijn toegang ontzegd wordt omwille van een ‘duplicate session’. Wanneer deze foutmelding optreedt zal de applicatie opnieuw proberen inloggen om de testgebruikers geen ongemakken te bezorgen. Het gevolg is dat wanneer twee testgebruikers de applicatie tegelijk gebruiken de connectie zeer traag zal zijn omdat ze voortdurend opnieuw moeten inloggen, wat zorgt voor drie requests per actie die een connectie met de database vereist. Een eerste request zal falen, een tweede request is om opnieuw in te loggen en een derde request is een herhaling van de eerste request.

7.1.2

Discogs

Informatie Sectie 6.1 vermeldde dat Aristo Music geen informatie over albums of artiesten levert. In de eerste plaats is dit nodig om een illustratie te tonen bij de zoekresultaten, in de afspeellijst en in het ‘Now Playling’-scherm. Het is de bedoeling om bij een lied de cover van het album te tonen waarop het lied gereleased is. Indien het lied als single verscheen of niet kan gevonden worden, is het de bedoeling een illustratie van de artiest te tonen. Waarom Discogs? De websites die overwogen werden om deze service te leveren waren Discogs [30], Last.fm [37] en AllMusic [26]. Hierbij werd ook rekening gehouden met het feit dat 72

7.1. Architectuur de applicatie terug uitgebreid kon worden met artiest- en albuminformatie. Hiervoor is Last.fm niet zo geschikt als de andere twee. Last.fm is opgebouwd uit user data. Daarmee is Last.fm niet zo nauwkeurig als de andere twee. Daarenboven bevatten de andere twee de nodige informatie voor de uitbreiding met artiesten en albums. De track listing van een album en een overzicht van de discografie is niet beschikbaar in de Last.fm API. AllMusic en Discogs zijn aan elkaar gewaagd wanneer het aankomt op volledigheid van informatie. Er werd gekozen om Discogs te gebruiken.

Technische Details De communicatie met Discogs gebeurt met het REST protocol. Het content-type is JSON. Dit is een zeer eenvoudig te implementeren protocol, waarbij geen enkele problemen zijn opgetreden. Discogs verwacht bij elk request een API-key. Ontwikkelaars kunnen een niet-commerciële API-key aanvragen, waarmee ze één aanvraag per seconde kunnen doen en 1,000 aanvragen per dag.

7.1.3

Last.fm

Informatie In het originele opzet was er geen connectie met Last.fm gepland. De architectuur in figuur 7.1 zou enkel met Cream, Tunify en Discogs werken. Bij het implementeren stootten we echter op een groot obstakel. Uit het diverse aanbod aan metadatavelden van een lied, is het metadataveld voor het album niet aanwezig in de database van Aristo Music. Bijgevolg is er nog een service nodig die ons vertelt op welk album een lied origineel verscheen. Neem bijvoorbeeld de vraag: “Op welk album staat Like A Rolling Stone van Bob Dylan?”. Het antwoord dat we verwachten is “Highway 61 Revisited”. Waarom Last.fm? Deze vraag blijkt echter zeer moeilijk te beantwoorden. AllMusic, Last.fm en Amazon geven niet de gewenste resultaten. AllMusic geeft een lijst van 450 resultaten voor het gegeven voorbeeld. De eerste resultaten zijn singletjes. Amazon geeft als eerste resultaat vaak een mp3 download terug. Last.fm geeft als resultaat het meest geluisterde album van zijn luisteraars voor dat lied terug. Bij bepaalde liedjes zoals ‘Smells Like Teen Spirit’ antwoordt Last.fm met het juiste antwoord, ‘Nevermind’. Bij vele anderen antwoordt Last.fm echter met ‘The Collection’ of ‘The Best Of’. De gebruiker die geïnteresseerd is in deze informatie wil liever het reguliere album dan een verzamelalbum zien. Daarenboven is het artwork van een regulier album meestal esthetischer dan dat van verzamelalbums. Bij de evaluatie van het tweede digitale prototype werd aan de gebruikers gevraagd wat hun mening hierover is. Drie van de acht vinden dit storend. De anderen vinden dit niet zo erg maar vinden het wel belangrijk dat er een gerelateerde illustratie is. De enige website die onze vraag altijd juist beantwoordt is Wikipedia[51]. Het nadeel aan Wikipedia is 73

7. Implementatie dat het niet zo veel liedjes kent als een muziekdatabase. Last.fm bleek dan toch de beste optie te zijn. Een verzamelalbum leek ons een beter alternatief dan een single of een mp3 download en de database van liedjes is groter dan die van Wikipedia.

Technische Details De communicatie met Last.fm gebeurt op exact dezelfde wijze als bij Discogs (zie vorige sectie) met REST en een niet-commerciële API-key.

7.1.4

Albums en artiesten zijn niet geïntegreerd in Cream

Omdat de verbinding met Tunify implementeren langer duurde dan gedacht en door de zoektocht naar een extra service die vertelt op welk album een nummer staat, zijn artiesten en albums niet geïntegreerd. Er is nu geen uitgebreide informatie zoals de track listing nodig, enkel de titel van het album en de album cover. De connectie met Discogs is niet geïmplementeerd, omdat Last.fm dit evengoed kan. Wanneer de applicatie in de toekomst uitgebreid wordt met artiest en albumintegratie, zal de architectuur er uit zien zoals in figuur 7.1, maar op dit moment zijn enkel Cream, Tunify en Last.fm aanwezig.

7.2

Klassendiagram

Figuur 7.5 toont het klassendiagram van de applicatie. De volgende subsecties bespreken de verschillende subpackages van be.kuleuven.thesis.

7.2.1

be.kuleuven.thesis.activities

De klassen in het ‘activities’-package bevatten de implementatie van de gebruikersinterface. De intelligentie over de layout en wat er gebeurt bij de gebruikersacties zit in deze klassen. De vier klassen die rechtstreeks van de Activity-klasse van android.app overerven zijn de vier schermen van de applicatie in figuur 6.11. Het ‘Filters’-scherm en het ‘Playlist’-scherm zitten in één tab. Hiervoor wordt een GroupActivity gebruikt. De klasse PlaylistGroup handelt de interactie tussen de twee schermen binnen deze tab af. De klasse CreamTabActivity is de main activity van de applicatie. Ze handelt het wisselen tussen de drie tabs af. Omdat de gehele applicatie zich binnen één TabActivity afspeelt, was de ‘back’-knop niet bruikbaar in de applicatie. Na lang gebruik zou de applicatie afsluiten als de gebruiker op back duwt. Om dit te voorkomen hebben we in elke activity de methode OnBackPressed() overschreven. De klasse CreamTabActivity houdt een ArrayList met de geschiedenis bij zodat gebruikers de ‘back’-knop toch kunnnen gebruiken in de applicatie.

7.2.2

be.kuleuven.thesis.widgets

De widgets bevatten customcomponenten die we geïmplementeerd hebben omdat er geen standaardcomponenten voor aanwezig zijn. 74

7.2. Klassendiagram ArrayAdapters De SearchAdapter en de PlaylistAdapter zijn klassen die overerven van ArrayAdapter. Deze zorgen ervoor dat we vrijheid hebben over hoe de items in respectievelijk de lijst met zoekresultaten en de afspeellijst eruit zien. Figuur 7.2 toont deze items in de applicatie.

Figuur 7.2: Voorbeelden van items in een ArrayAdapter

RangeSeekBar Een Seekbar met twee ‘duimen’ is geen standaardcomponent. Gelukkig vonden we via Stack Overflow [48] een post van Stephan Tittel, die dit gebouwd heeft. Zijn klasse erft over van de ImageView-klasse van android.widget. Figuur 7.3 toont hoe we Tittel’s RangeSeekBar gebruiken in de applicatie. We hebben nog enkele kleine aanpassingen gedaan aan zijn klasse: • We hebben de mogelijkheid toegevoegd om een figuur op de achtergrond te tonen in plaats van de standaard layout. Dit om voor de balk met de periode een tijdslijn te kunnen tonen. • We hebben kleinere knoppen gemaakt om de range te verzetten. Dit om de RangeSeekBar compacter te maken en meer parameters in het ‘Filters’-scherm te kunnen tonen. • We hebben het bereik van de knoppen groter gemaakt. Het verkleinen van de knoppen, maakte dat deze niet meer goed verschuifbaar waren, omdat het bereik afhankelijk is van de hoogte van de knoppen.

Figuur 7.3: Voorbeelden van de RangeSeekBar in Cream

7.2.3

be.kuleuven.thesis.status

De klassen in het ‘status’-package bevatten de klassen die de status van de applicatie bijhouden. Player handelt de status van de afspeellijst en de MediaPlayer af. De 75

7. Implementatie laatste zorgt ervoor dat de muziek effectief wordt afgespeeld. PlaylistGenerator handelt enerzijds de status van de playlist generator af (staat de radio aan, welke songs zijn geliked, welke songs zijn gedisliked en moeten geblacklist worden, etc.). Anderzijds communiceert ze met AristoMusicManager om songeneratie af te handelen. Eerst waren deze twee klassen samengevoegd in één grote godklasse [10]. Om het overzicht te bewaren voor de implementatie, werden deze twee klassen opgesplitst in twee sterk gekoppelde klassen [10]. Waarom is er Centrale Intelligentie nodig? Deze klassen zijn nodig omdat er acties op de afspeellijst en de playlist generator kunnen uitgevoerd worden vanuit elk scherm. De intelligentie die bij deze acties hoort moet dus op één centrale plaats gebeuren. Er is maar één status. Daarom is het singleton patroon [10] gebruikt voor deze klassen. Gebruikersinterface Moet op de Hoogte Blijven van de Status. Het omgekeerde is ook het geval. Een verandering aan de afspeellijst of de radio kan op elk moment en automatisch gebeuren. Een liedje kan afgelopen zijn waardoor het volgende liedje begint te spelen of een nieuw liedje is gegenereerd dat getoond moet worden in de afspeellijst. Deze klassen weten niet in welk scherm de gebruiker op dat moment zit. Daarom gebruiken we hiervoor het observer patroon [10]. Alle Activities registreren zich in de methode onCreate() als StatusListener bij de beide statusklassen en schrijven zich uit in de methode onPause(). Wanneer een actie gebeurt worden de listeners aangesproken. De listeners kunnen deze actie in hun eigen klasse afhandelen zoals zij dat willen. MediaPlayer Om de muziek af te spelen wordt de MediaPlayer klasse van android gebruikt. De MediaPlayer-klasse van Android heeft een methode loadMedia(String url) waarmee de url die verkregen wordt van Aristo Music rechtstreeks kan worden meegegeven. Om het luisteren naar een afspeellijst vlot te laten verlopen, hebben we de buffertijd tussen twee liedjes weggewerkt. De Player klasse heeft twee MediaPlayers, een current en een idle MediaPlayer. In de idle MediaPlayer wordt het volgende lied in de afspeellijst telkens al ingeladen. Wanneer het huidige lied afloopt of wanneer er op ‘skip’ wordt geduwd, worden de current en de idle MediaPlayer gewisseld en begint het volgende lied meteen te spelen. Om deze reden implementeerden we een SongMediaPlayer. Deze erft over van MediaPlayer en heeft een extra attribuut, song. Op deze manier kan altijd gecontroleerd worden welk lied in welke SongMediaPlayer klaar staat. Progress Op bepaalde momenten moet de gebruiker wachten op de applicatie, omdat deze een lied aan het bufferen is of een request naar één van de services moet sturen. De applicatie geeft de gebruiker in zulke gevallen een notie van progressie. Figuur 7.4 76

7.2. Klassendiagram toont dit. Omdat Android niet toelaat dat er andere threads concurreren met de UI Thread, voorziet Android een speciale constructie, de AsyncTask. Dit is een geneste klasse met twee methodes, doInBackground() en onPostExecute(). We illustreren dit met het voorbeeld van de gebruiker die een liedje afspeelt. De Player laat aan de listeners weten dat hij aan het bufferen is, waardoor de listeners weten dat ze een bufferboodschap moeten tonen. Vervolgens wordt de AsyncTask uitgevoerd. De url wordt opgevraagd bij Tunify en in de MediaPlayer ingeladen. Wanneer dit klaar is wordt onPostExecute() uitgevoerd. In deze methode staat gedefinieerd dat het lied moet beginnen spelen. Er wordt aan de listeners meegedeeld dat het lied is beginnen spelen, waardoor de bufferboodschap verdwijnt en de ‘play’-knop in een ‘pauze’-knop verandert.

Figuur 7.4: Voorbeelden van het tonen van progressie

7.2.4

be.kuleuven.thesis.framework

De klassen in het ‘framework’-package bevatten de data-objecten die de applicatie gebruikt, zoals een liedje, een album, een filter en een atmosfeer.

7.2.5

be.kuleuven.thesis.services

De klassen in het ‘services’-package bevatten managers die de communicatie met de services afhandelen. Er is maar één manager nodig per service. Daarom gebruiken we het singleton patroon [10].

7.2.6

be.kuleuven.thesis.hulpklassen

De hulpklassen voeren een bepaalde taak uit voor andere klassen. 77

7. Implementatie REST Protocol De HttpHelper dient om een http GET request te sturen. Dit wordt gebruikt voor het REST protocol. De JSONParser dient om JSONStrings om te zetten in objecten van het framework. Albumillustraties tonen in lijsten De DrawableManager dient om albumillustraties in een thread op te halen. In de afspeellijst en vooral in de lijst met zoekresultaten zijn veel albumillustraties nodig. Daarom wordt elke aanvraag aan de DrawableManager gegeven. Deze gaat de illustraties in een thread ophalen bij Last.fm. Ze houdt ook een Map bij met url‘s en illustraties. Wanneer een illustratie wordt opgevraagd, wordt eerst gekeken of hij al aanwezig is in de Map. Op deze manier moet niet telkens een request naar Last.fm gestuurd worden. Bij het zoeken op ‘Nirvana’ zijn vijf van de zeven eerste resultaten van het album ‘Nevermind’. Er moeten maar drie requests naar Last.fm worden verstuurd in plaats van zeven.

78

7.2. Klassendiagram

79 Figuur 7.5: Klassendiagram van de applicatie

Hoofdstuk 8

Algemeen Besluit Het eerste deel van dit hoofdstuk bespreekt de verwezenlijkingen van deze thesis. Vervolgens worden de doelstellingen overlopen en of deze al dan niet behaald zijn. Ten slotte wordt besproken welk werk er binnen het domein van deze thesis in de toekomst mogelijk is.

8.1

Verwezenlijkingen

Sectie 1.3 introduceerde vier doelstellingen voor deze thesis, waarvan de vierde concreet werd geformuleerd in sectie 3.6. De derde doelstelling staat centraal in deze thesis: ‘Het ontwikkelen van een applicatie die met zo weinig mogelijk gebruikersacties een afspeellijst genereert, maar toch voldoende controle1 geeft aan de gebruiker’. Er werd hierbij gefocust op een doelgroep van muziekliefhebbers. Eerst en vooral werden bestaande applicaties bestudeerd die gerelateerd zijn aan de doelstelling. Vervolgens werd literatuur over gebruikersstudies en luistergedrag bestudeerd. Er werden conclusies getrokken op basis van enkele studies uit 2004. Om zeker te zijn dat deze conclusies nog actueel zijn, hielden we zelf een enquête om dit te verifiëren. Dit maakte het mogelijk een studie te doen over de doelgroep van deze thesis en met specifieke vragen over de playlist generator. Ontwerpbeslissingen werden genomen op basis van de conclusies over het luistergedrag en de bestaande applicaties. Met behulp van een scenario en een storyboard werd een initieel ontwerp gemaakt. Dit initieel ontwerp werd in vijf iteraties geëvalueerd en verbeterd om tegemoet te komen aan de laatste twee doelstellingen. De eerste drie iteraties werden uitgevoerd met papieren prototypes. In drie iteraties werd het initieel ontwerp sterk vereenvoudigd en verbeterd. Dankzij deze iteraties werd een redelijk definitieve implementatie van de gebruikersinterface gemaakt. Dit heeft er toe geleid dat er geen werk aan implementatie nodig was om de problemen in de eerste prototypes op te lossen. 1

Met controle bedoelen we dat de gebruiker in controle is over de muziek die hij luistert. Hij kan altijd kiezen een specifiek lied te luisteren wanneer hij daar zin in heeft

81

8. Algemeen Besluit De evaluatie van het eerste digitale prototype verbeterde de gebruikersinterface bij de overgang van papier naar digitaal. Acht testpersonen uit de doelgroep gebruikten het tweede digitale prototype gedurende een week. Een evaluatie met een vragenlijst en interviews evalueerde de vierde doelstelling, ‘Het evalueren van de applicatie’. De resultaten tonen aan dat er nog weinig problemen aan de gebruikersinterface van dit prototype zijn, maar dat er vooral behoefte is aan drie belangrijke functionaliteiten: • Integreren van albums en artiesten. • Implementeren van een search history. • Implementeren van het opslaan en laden van afspeellijsten.

8.2

Doelstellingen

De volgende vier secties overlopen de doelstellingen voor deze thesis en bespreken of ze al dan niet behaald zijn. Omdat de derde doelstelling centraal staat in deze thesis wordt ze als laatste besproken.

8.2.1

Doelstelling 1

Het bepalen van de invoer voor de playlist generator Seed songs met feedback krijgt de voorkeur als invoer voor de playlist generator. Seed songs met feedback is de meest gebruikte methode in bestaande applicaties en deze wordt verkozen door een grote meerderheid van de ondervraagden in de enquête. Cream baseert de methode om afspeellijsten te genereren vooral op Grooveshark [34]. Moodagent [38] is een belangrijke inspiratie om nog filters aan te bieden bovenop de seed songs. Gebaseerd op de literatuur en de enquête, wijken de parameters die Cream gebruikt voor zijn filters sterk af van die van Moodagent. Zo zijn de filters in Cream niet zo prominent aanwezig als bij Moodagent. Bovendien zijn er veel meer filteropties. Moodagent biedt slechts vier moods aan, Cream elf. Daarenboven is er ook nog een filter voor periode, populariteit en hardheid. Uit de evaluaties van de digitale prototypes blijkt dat genre en taal nuttige parameters zijn voor een filter.

8.2.2

Doelstelling 2

Het bepalen van de belangrijkste functionaliteiten voor een muziekapplicatie met een playlist generator als kernfunctionaliteit Extra-Muzikale informatie en albums aanraden zijn belangrijke ondersteunende functionaliteiten. Zowel de literatuur als de enquête stellen het belang van extramuzikale informatie vast. Ze stellen ook vast dat gebruikers en muziekliefhebbers in het bijzonder, vooral naar albums luisteren. Het kan voor deze personen interessanter 82

8.2. Doelstellingen zijn om nieuwe albums te ontdekken dan nieuwe liedjes. Na studie van bestaande systemen, is Rate Your Music [44] de grootste inspiratie geweest voor het ontwerp van Cream. De enquête stelt een ratingssysteem voor albums voor. Een grote meerderheid van de ondervraagden stond positief tegenover het ratingsysteem voor albums.

8.2.3

Doelstelling 4

Het evalueren van de applicatie Doelstelling 4.1: De gebruikersinterface van Cream mag geen grote problemen meer bevatten. In de eindevaluatie kwamen slechts twee kleine problemen met de gebruikersinterface naar boven. Hieruit concluderen we dat Cream een goede gebruikersinterface heeft voor de huidige functionaliteit die ze aanbiedt. De testpersonen vragen in de laatste evaluatie vooral naar enkele belangrijke functionaliteiten. Gebruiksvriendelijkheid van Cream kan vooral verbeterd worden door deze belangrijke functionaliteiten te implementeren. Gebruikers hebben nood aan een search history. Verder willen ze ook naar seeds zoeken via een album of een artiest in plaats van een titel. Doelstelling 4.2: Het mag niet te veel gebruikersinteracties vragen om met Cream een afspeellijst te genereren. Met Cream kost het niet te veel gebruikersinteracties om een afspeellijsten te genereren. Zes van de acht eindtestgebruikers geven in de vragenlijst aan dat er niet te veel gebruikersinteracties nodig zijn om een afspeellijst te genereren. De drie genoemde functionaliteiten kunnen nog verder helpen om het aantal gebruikersinteracties te verminderen. Doelstelling 4.3: De muziekliefhebber moet tevreden zijn met de extra-muzikale informatie die Cream aanbiedt. Cream vervult de basisbehoefte aan extra-muzikale informatie. Dit blijkt uit de vragenlijst in de eindevaluatie. Uitgebreidere informatie is niet absoluut nodig, maar het is een leuke optie vinden de eindtestgebruikers. Doelstelling 4.4: Cream moet gebruikers helpen om nieuwe liedjes te ontdekken. Cream helpt gebruikers zeer goed om nieuwe liedjes te ontdekken. Alle eindtestgebruikers zijn het erover eens dat Cream helpt om nieuwe liedjes te ontdekken. Doelstelling 4.5: Cream moet gebruikers helpen om nieuwe albums te ontdekken.

83

8. Algemeen Besluit Cream slaagt er niet in de gebruikers te helpen met het ontdekken van nieuwe albums. Deze functionaliteit is niet aanwezig in het laatste prototype. Sectie 8.3 bespreekt in hoeverre dit onderzocht is in deze thesis.

8.2.4

Doelstelling 3

Het ontwikkelen van een applicatie die met zo weinig mogelijk gebruikersacties een afspeellijst genereert, maar toch voldoende controle geeft aan de gebruiker Cream is een applicatie die een afspeellijst genereert met een beperkt aantal gebruikersinteracties, maar toch voldoende controle geeft aan de gebruiker. We conluderen dat Cream op de goede weg is om te voldoen aan doelstelling 4.1 tot en met 4.4. Zeven van de acht testgebruikers willen de applicatie verder gebruiken wanneer de applicatie wordt uitgebreid met de drie genoemde functionaliteiten. Om aan doelstelling 4.5 te voldoen is het tijdsbestek van deze thesis te kort. Uit de conclusie over deze evaluatiecriteria leiden we af dat ook de derde doelstelling geslaagd is. Het feit dat de gebruiker voldoende controle heeft, is niet geëvalueerd maar was een ontwerp constraint. Zo hebben we bijvoorbeeld Grooveshark [34] gekozen als voorbeeld voor playlist generator, omdat we menen dat deze de meeste controle en vrijheid geeft aan de gebruiker.

8.3

Toekomstig Werk

Deze thesis toont aan dat er in een muziekapplicatie voor muziekliefhebbers een groot potentieel is voor een functionaliteit die de gebruiker helpt om albums aan te raden. Vignoli(2004) [24] en sectie 3.3.2 tonen aan dat er vooral naar albums wordt geluisterd door gebruikers. Om deze reden denken we dat een systeem dat albums aanraadt voor veel gebruikers een groter potentieel heeft dan een systeem dat liedjes aanbeveelt. Lee en Downie [14] concluderen dat gebruikers ratings en reviews willen gebruiken om te zoeken naar muziek. Verder toont sectie 3.3.5 dat gebruikers een ratingsysteem op basis van waarderingen van gebruikers zeer leuk vinden in de muziekapplicatie waarmee ze muziek luisteren. Het lijkt ons daarom interessant om een systeem zoals Rate Your Music [44] te integreren in een muziekapplicatie. De omvang hiervan is groot genoeg voor een aparte thesis en valt niet te combineren met het ontwikkelen van een playlist generator. Er is wel een ontwerp voor gemaakt dat tot in het tweede papieren prototype is geëvalueerd. In de evaluatie van dit prototype kwamen geen problemen naar boven over dit deel van de applicatie. Deze thesis kiest voor een aanpak waarbij de muzikale context [7] manueel door de gebruiker zelf wordt ingesteld. Downie(2003) [9] suggereert de mogelijkheid dat in de toekomst MIR systemen een soort biofeedback mechanisme bevatten dat de muzikale context van de gebruiker automatisch bepaald. Bamps(2012) [2] ontwikkelt een thesis die muziek genereert door de activiteit van de gebruiker te bepalen. Downie(2003) 84

8.3. Toekomstig Werk [9] suggereert echter dat het ervaren van muziek niet enkel afhankelijk is van de activiteit, maar ook van de omstandigheden en de gemoedstoestand van de gebruiker. De mogelijkheid om ook deze laatste twee parameters automatisch te bepalen laat toe om de ideale muziek voor de muzikale context van de gebruiker te genereren zonder dat er enige gebruikersinteractie nodig is.

85

Bijlagen

87

Bijlage A

Scenario Deze appendix bespreekt een scenario dat het basisgebruik van de applicatie illustreert. Een scenario geeft goed aan hoe de applicatie concreet zou kunnen gebruikt worden in een alledaagse context. Tom zit in de trein van Leuven naar Brussel op weg naar zijn werk. Wanneer hij eindelijk tot rust komt na zich te moeten haasten om de trein te halen, speelt ‘Gimme Shelter’ van ‘The Rolling Stones’ door zijn hoofd. Tom haalt zijn Android phone boven en start zijn favoriete muziekapplicatie op, Cream. Hij zet zijn koptelefoon op om de andere reizigers niet te storen. Hij zoekt het nummer in kwestie en speelt het af. Vervolgens heeft Tom zin in een nummer van ‘The Velvet Underground’. Hij zoekt naar de artiest en gaat naar de pagina van ‘The Velvet Underground’. Hij bekijkt de discografie en kiest het album met de banaan op de cover. Hij ziet dat hij hier nog geen waardering aan heeft gegeven en geeft het een waardering van 4.5 sterren. Hij zorgt ervoor dat het nummer ‘Heroin’ wordt afgespeelt na ‘Gimme Shelter’. Tom weet niet meer wat hierna te spelen en besluit de playlist generator aan te zetten. ‘Here Comes Your Man’ van ‘Pixies’ wordt gegenereerd. Tom, die fan is van de ‘Pixies’, geeft positieve feedback, waardoor een volgend nummer al gegenereerd wordt. Tijdens het luisteren naar zijn gegenereerde afspeellijst, blijft Tom feedback geven, waardoor de muziek zich helemaal aanpast aan zijn huidige gemoedstoestand. Tom wilt wel eens weten wat het hedendaagse equivalent zou zijn van ‘de Stones’, ‘The Velvet Underground’ en ‘Pixies’. Hij gaat naar de playlist filters en zet de periode van 2002 tot 2012. ‘Make It With You’ van ‘Queens of the Stone Age(QOTSA)’ wordt gegenereerd. Tom kent QOTSA niet en vanuit het nummer in de afspeellijst door naar de artiest pagina. In de discografie ziet hij dat QOTSA ook goede albums heeft gemaakt en voegt het album met de hoogste waardering toe aan zijn bibliotheek, zodat hij weet dat hij hier later eens naar moet luisteren. Ondertussen is Tom aangekomen in Brussel en steekt zijn Android phone in zijn broekzak en luistert verder terwijl hij naar zijn werk wandelt. Aangekomen op zijn werk, sluit hij Cream af en begint vol energie aan zijn werk.

89

Bijlage B

Takenlijst Papieren Prototypes 1. Speel het liedje Lithium van Nirvana af. 2. Ga op zoek naar een algemeen overzicht van de Arctic Monkeys. 3. Zorg ervoor dat het liedje I Bet You Look Good on the Dancefloor van het album Whatever People Say I Am That‘s What I‘m Not wordt afgespeeld na Lithium. 4. Zorg ervoor dat er nog een liedje van het album Nevermind (van Nirvana) na de Arctic Monkeys af wordt gespeeld. Ga hiervoor eerst naar het album Nevermind. 5. Geef een rating aan het album Nevermind. 6. Zorg dat er nu automatisch liedjes worden toegevoegd aan de afspeellijst. 7. De applicatie heeft nu Here Comes Your Man van de Pixies toegevoegd aan de afspeellijst. Geef aan dat dit een goede keuze is. 8. De applicatie voegt nu nog een nummer toe aan de afspeellijst van Sonic Youth. Ga naar het album kijken. 9. Zoek naar een filterfunctie die ervoor zorgt dat je alleen muziek van na het jaar 2001 (de laatste 10 jaar) speelt. 10. Zorg ook dat er rock en geen hip-hop in je afspeellijst wordt gegenereerd. 11. Ga kijken naar de toplijsten/charts. 12. Bekijk de toplijst van de beste albums van de jaren 60. 13. Speel het album Nevermind van Nirvan af.

91

Bijlage C

Takenlijst Digitaal Prototype 1. Speel een liedje van Nirvana. 2. Zorg dat ‘I Bet You Look Good on the Dancefloor’ van Arctic Monkeys wordt afgespeeld na het liedje van Nirvana. 3. Zorg dat er automatisch liedjes worden gegenereerd. 4. Geef feedback op het gegenereerde liedje. 5. Geef omgekeerde feedback aan taak 4 op het volgende liedje. 6. Geef aan dat je enkel naar muziek wilt luisteren van de laatste 10 jaar. 7. Speel nu het liedje ‘Grounded’ van Pavement af. 8. Geef aan dat je enkel romantische en rustige (serene) muziek wilt horen. 9. Zorg dat er geen liedjes meer automatisch worden gegenereerd.

93

Bijlage D

Bijkomende vragenlijst voor de evaluatie van het eerste digitaal prototype Would you download the application if it were available in the android market? Yes / No Would you recommend the application to your friends? Yes / No Which of the following labels should be on a single line or a multiline in de playlist and the list with search results? Title : Single Line / Multiline / Don‘t Care Artist : Single Line / Multiline / Don‘t Care Album : Single Line / Multiline / Don‘t Care Which of the following playlist filters do you consider useful? Which other playlist filters would you like?

95

D. Bijkomende vragenlijst voor de evaluatie van het eerste digitaal prototype

Figuur D.1: Bijhorende illustratie bij de vragen over single line of multiline

Figuur D.2: Tabel voor evaluatie van de filters

96

Bijlage E

Bijkomende vragenlijst voor de evaluatie van het tweede digitale prototype

97

E. Bijkomende vragenlijst voor de evaluatie van het tweede digitale prototype

98

99

E. Bijkomende vragenlijst voor de evaluatie van het tweede digitale prototype

100

Bijlage F

Wetenschappelijk Artikel

101

Development of a User Interface for a Playlist Generator Matthias Snellings K.U. Leuven Celestijnelaan 200A B-3001 Heverlee Email: [email protected] Abstract—Today, consumers are faced with an information overload of music due to the oversupply the world wide web has created. This paper describes the development of an application that reduces the information oveload. It focusses on developing a user interface for a playlist generator. This should help users to discover new music. The paper investigates how users want to generate a playlist, which other possible functionalities the application can have to reduce the information overload and discusses the development of a user interface for the playlist generator. The paper concludes that users prefer to use seed songs to generate a playlist. Parameters on top of the seed songs are a good extra feature. From the research to other possible functionalities, the paper concludes that users show positive opinions towards descriptive metadata and a system to recommend albums. A final evaluation of the application shows that the paper developed a user interface that helps users to discover new songs and which does not contain any major issues.

I. I NTRODUCTION Today, consumers are faced with an information overload of music. 10,000 new albums are released and 100,000 works registered for copyright each year [5]. The World Wide Web created an oversupply of music. New music, and old music as well, has a higher availability than in the previous century [1]. Online music providers are no longer limited by the physical space needed to provide the music. Consumer behaviour of Rhapsody [21] shows that sales of the 100,000 most popular songs are higher than the sales of the rest of the top 400,000, while physical stores can only offer the 100,000 most popular. The advantage for the consumer is that he has a wider choice than before. The disadvantage is that it gets harder to make this choice [1]. This paper describes the development of an agent that reduces this information overload of music [10]. It suggests an application with a playlist generator as an intelligent agent that filters the music for the user. The user can use the playlist generator to discover new music or let it select music for him. The paper focusses on the user interface of the application and not on the algorithm for playlist generation. The application uses a service of Aristo Music [14], a partner of the K.U. Leuven. Aristo Music offers various options for playlist generation and music streaming as well. The application is developed for the Android platform. The goal of this paper is to develop a mobile application with a playlist generator as core functionality. The application

focusses on a target audience of music enthusiasts. The goal is divided in four steps. 1) Investigate what user input users wish for a playlist generator. 2) Investigate what other functionality users wish for a music application. 3) Actual design en development of the application. 4) Evaluation of the application. The evaluation criteria are: 4.1 The user interface of the application does not contain any major issues. 4.2 Users should find that it doesn’t require to much user interaction to generate a playlist. 4.3 Users should find that the application helps them to discover new songs. To investigate the fist two goals the second section looks at related work, the third section discusses a web survey. The fourth section describes the actual design of the application and how it is improved in an iterative design. The fifth section discusses the evaluation of the application. The final section formulates a conclusion. II. R ELATED W ORK A. Related Applications We studied a number of known applications to get a first idea of possible features. Our finding is that seed songs are the most common way to generate a playlist. Seed songs are songs the user has indicated to be similar to the songs that are to be generated. Grooveshark [15], Genius [17], Pandora [20] and Moodagent [19] are some of the best known applications that have a playlist generator functionality. We discuss the playlist generator of Grooveshark because it gives the most freedom to the user, which is important for the music enthusiast. It has the following features: • The user can add multiple seed songs. • The user can give feedback on the generated songs – By giving positive feedback to a song, the song becomes a seed as well. – By giving negative feedback to a song, the song is removed from the playlist. • The original seed songs are the songs the user has added to the playlist. • The user can manipulate the playlist anyway he wants it.

The standard option is to add a song to the end of the playlist, not to play it immediately as most applications do. This makes it easy to create playlists. Pandora does not give the freedom to select any song the user likes and does not allow to manipulate the playlist, but it has an interesting feature: it can show for each generated song why it is generated. Another application, Moodagent allows the user to select only one seed song, but also offers five parameters as an extra option next to the seed songs: ‘sensualness’, ‘tenderness’, ‘joy’, ‘agression’ en ‘tempo’. •

B. User Studies The applications discussed in the previous subsection are an inspiration for the application developed in this paper. However, we do not aspire to make yet another music application with a playlist generator. Therefore papers are discussed which study the user needs and behaviour. We discuss two papers. Vignoli(2004) [13] executes four studies to investigate how users cope with large music collections. Their goals is to develop an MIR system [5], which meets the needs of the user. Two of the four studies are interesting for this paper. For details of the studies we refer to Vignoli(2004) [13]. One of their findings of the second study is that users like to use similarity features to retrieve music. The seed songs that are used in existing application to fulfil this need for similarity features. The fourth study is a web questionnaire. 130 participants responded to the questionnaire from which they kept 86 responses of the participants who own a large music collection. The questionnaire studies the user’s behaviour of listening to digital music. The results show that user’s choose mainly to listen to albums above shuffling the whole collection or existing playlists. The questionnaire also asks which additional information the participants desire. The results show that song lyrics, album covers and artist discography are the most popular. Lee and Downie(2004) [7] executes a web questionnaire to investigate the music information needs, uses and seeking behaviours. They retrieved 427 responses. For the details of the data analysis we refer to Lee and Downie(2004) [7]. From their findings they make two conclusions: • Music information and music seeking is not just a private and isolated process, but also can be a public and shared process. With 50-84.6% of respondants showing positive opinions towards reviews, ratings, recommendation from other people, they see a clear indication of the social and communal side of music information seeking. Lee and Downie(2004) sees these behaviours as a variation on the idea of “collaborative information retrieval” [6]. • The data of their study suggests that there is a need for developing new types of metadata as access points that take into account the extra-musical (i.e information “about” the music) and associative kinds of information which contextualize user‘s real-world searches. Next to content metadata (musical and bibliographic metadata), context metadata (relational and associative metdadata) is important to users as well.

Vignoli(2004) shows that users listen mainly to albums. The playist generator however is only capable of recommending songs to the user. For many users it could be useful to recommend albums as well. From the first conclusion of Lee en Downie(2004), we conclude that a rating system for albums can help the users that listen to albums to reduce the information overload. Such a system already exist, Rate Your Music [22] for example is such a system. However, it’s not integrated in a music application. Would it not be easy if you could listen an album that is recommended to you straight away with one click? The next section investigates the opinion of users towards such a system. III. W EB S URVEY A. Goals We executed a survey as well. The three goals of the survey are listed below. • The results of Vignoli(2004) [13] show that users mainly listen to albums. The study dates from 2004. In an article of the same year, Anderson(2004) [1], suggests that the effect of online music has seen a return to the singlesculture of the 1950s. A lot has changed in a short time in terms of options for digital listening on both desktops and mobile devices. The questionnaire investigates what the digital user behaviour is in 2012. • The questionnaire investigates what user input users wish for a playlist generator. • The questionnaire investigates what other functionality users wish for a music application. B. Approach TABLE I D IVISION OF PARTICIPANTS INTO GROUPS Group Group I

number of participants 22

Group II

51

Group III

83

Group IV

54

characteristics all people who listen less than four hours a week to music and the people who listen approximately one hour a week to music, but not attentively all people who didn‘t indicated to listen to music attentively all people who listen more than four a week to music and the people who listen approximately one hour a week to music, but attentively all people who indicated to listen to music attentively

105 participants responded to the questionnaire. 86% of the respondants are younger than 30 years old, which mean that a vast majority grew up in the digital era. When investigating the user behaviour we want to see if there are any differences for our target audience of music enthusiasts. The questionnaire asks participants how often they listen to music and how attentively they listen to music. The participants are divided in four groups based on their answers to these questions. Table

I shows the four groups and their characteristics. Group I and Group IV are subsets of respectively Group II and Group III. For questions about input and functionality we will discuss the answers of Group III. We believe they respond to the target audience of music enthusiasts. We see Group IV as the severe music enthusiasts. C. User behaviour Finding 1: Digital resources have become more popular than cd, but music enthusiasts still use cd and even vinyl. Finding 2: Notwithstanding the dominance of digital resources, listening to albums is still the most popular user behaviour, especially for music enthusiasts.

D. Music Information Needs Finding 3: Descriptive metadata is very important to users. Table IV shows that users find descriptive metadata important. Lee en Downing [7] come to the same finding from their data. Album information is very important to users together with relational metadata. TABLE IV P OSITIVE ANSWERS TO “W HICH INFORMATION DO YOU LIKE WHILE LISTENING TO MUSIC ?” OF G ROUP III Kind of Information On which album is a song Similar artists Similar songs Song lyrics Album cover Discography of the artist Year-of-release Artist biography

Nb of pos. answers 88% 80% 77% 69% 63% 60% 47% 27%

Table II shows the user behaviour of the four groups. It shows that the computer is the most popular resource. The groups of music enthusiasts use almost all resources more than the other groups. This seems trivial because they listen more to music. The only exception is the radio which is more popular in the non-music-lover groups. This shows that music enthusiasts want control over the music they listen to. More than half of the music enthusiasts still uses cd to listen to music. Even 14% uses vinyl (19% for Group IV). The vinyl users are all under 24 years old.

E. Playlist Generator Input Finding 4: Users wish to use seed songs with feedback to generate a playlist.

TABLE II P OSITIVE ANSWERS TO ‘W HICH OF THE FOLLOWING RESOURCES DO YOU USE TO LISTEN TO MUSIC ?’

Table V shows that a vast majority prefers to use seed songs as input for the playlist generator. It shows that there is potential for the approach Moodagent is using with extra parameters. Genre and tempo are more desirable parameters than moods though.

Source Computer Mobile Devices Radio cd vinyl

Group I 67% 62% 81% 38% 0%

Group II 78% 69% 78% 35% 4%

Group III 88% 76% 67% 53% 14%

Group IV 90% 77% 62% 62% 19%

Table III shows the participants‘ listening behaviour. It shows that especially music enthusiasts are not returning to the single-culture of the 1950s. Listening to albums is still an important activity. This makes the album recommendation system still an interesting feature. TABLE III P OSITIVE ANSWERS TO ‘W HICH OF THE FOLLOWING METHODS DO YOU USE TO LISTEN TO DIGITAL MUSIC ?’ method I listen to albums I shuffle all songs of an artist I Listen to existing playlists I shuffle my whole library I listen to a generated playlist

Group I 33% 33%

Group II 47% 43%

Group III 69% 48%

Group IV 77% 48%

52%

51%

46%

42%

43%

51%

45%

40%

5%

4%

16%

23%

Finding 5: Extra parameters on top of seed songs is desired to users.

TABLE V P OSITIVE ANSWERS TO “W HICH KIND OF INPUT WOULD YOU LIKE FOR A PLAYLIST GENERATOR ?” OF G ROUP III Kind of Input Seed songs with feedback Musical Parameters (e.g. tempo, hardness, etc.) Genres (e.g. Jazz, Grunge, East Coast HipHop, Indie Rock, etc.) Moods (e.g. Happy, Sad, etc.) Period and Place (e.g. San Francisco between 1967 en 1969)

Nb of pos. answers 85% 69% 65% 56% 26%

F. Recommend albums Finding 6: Users show a positive opinion towards a rating system. Table III shows that music enthusiasts still listen to albums. For these people it can be more interesting to discover new albums than new songs. The questionnaire asks participants how they like a rating system like IMDb [16], but for albums instead of movies, in their music application. The question mentions IMDb because we think it is the most known rating system. Figure 1 shows the answers of the particiapants. It shows that a vast majority is enthusiastic about the idea.

use. Figure 2 shows how the average SUS score improved in each iteration with paper prototypes.

Fig. 2. SUS scores of the four iterations shown on a scale retrieved from Bangor et. Al(2009) [2] Fig. 1. Answers to ‘Would you like a rating system for albums in the music application you are using?’ of Group III

IV. I TERATIVE D ESIGN Based on the related applications, the study of literature and the results of the web questionnaire, we made an initial design of the user interface. This section describes how we use an iterative approach to improve the user interface design. A. Design Decisions Only the core functionality is designed, an application with a playlist generator. The user can search for songs only, add the songs to the playlist as seeds and generate a playlist. Other parameters like moods, period, tempo, popularity and hardness are available. While the results of the web survey show that users wish for more functionality like the rating system, it will not be implemented in the application developed in this paper. The application will only focus on the core functionality, the playlist generator. The playlist generator is based on Grooveshark. The only difference is that the application in this paper has extra parameters and allows the user to generate multiple songs at once. B. Approach Four iteration are executed in which the user interface is evaluated in the field of ten test users. The test users are a combination of experts about user interfaces and music enthusiasts of the target audience. The test users execute a task list using the think aloud protocol [9]. We observe if there are any problems while executing the tasks. Afterwards the test users fill in a SUS questionnaire [11][2] and list the positive and the negative points of the application. From the observations we conclude what the problems are, adjust the user interface and test it in a next iteration. C. Paper Prototyping The first three iterations are executed with paper prototypes [12]. They are used as long as there were still big issues to be solved. The use of paper prototypes allows to make quick changes to the design, without having to do any work of implementation. The results of the evaluations show that the initial design was too complex and not user friendly. There were too many buttons and context menus for example. The results of the evaluation of the third paper showed that the third paper prototype is no longer complex and easy and simple to

D. First Digital Prototype The results show that there are no big issues left in the design of the third paper prototype, therefore a fourth iteration is executed with a digital prototype. An implementation is made of the user interface. To quickly test if the transition from a paper to a digital prototype is successful, this first digital prototype is not functional. The application looks real, but it does not play any music and generation of songs is random with a small dummy database. From the evaluation of the first digital prototype a certain amount of small issues raised. The issues probably rise because the digital prototype is more real than a paper prototype which makes it clearer for the test users. This explains why the average SUS score of the first digital prototype is slightly lower than the score of the third paper prototype. Figure 3 shows the result of the final application where all the issues from the evaluations are solved. V. E VALUATION A second digital prototype is constructed. This prototype is completely functional. It uses the services of Aristo Music to stream music, generate songs and retrieve metadata about the song. It uses the Last.fm [18] API to retrieve the album on which a song is released and the album cover. With this prototype a realistic user test is executed with eight test persons of the target audience. The main goal is to test the evaluation criteria, set in section I. A secondary goal is to detect if there are still any user interface issues left. A. Approach The eight test persons use the application for a week and kept notes of their comments and concerns. After a week an interview is executed with a questionnaire as a skeleton for the interview. The questionnaire contains questions about the evaluation criteria. B. Results Our first finding is that the user interface of the application does not contain any major issues. The test users noted only two small problem. The main issue is that the test users miss functionality. The three most important missed functionalities are listed. • Almost all test users complain there are no albums and artists. Users want to listen to albums and want to search

neutral, but four of them like them or like them a lot. The filters should not be to obviously present in the application though, because some people do not like them at all.

Fig. 4.

Answers to questions about evaluation criteria

VI. C ONCLUSION A. Input for playlist generator

Fig. 3.

Screenshots of the final application

for music through artists and albums, not only by song title. • Three test users want a search history. When they search multiple times for the same artist in a short period a search history is useful. • Two test users want to save and load playlist. Three of the eight test users want to continue using the application. Four of the eight test persons want to use the application if the three missing functionalities mentioned before are integrated. The last test person wants to continue using the application if there is an offline modus so he can save data usage. From the fact that there are hardly any complaints about usability issues and the test users mainly want extra important functionality, we conclude that the user interface does not contain any major issues. Figure 4 shows the answers to the questions about the evaluation criteria. All test users agree that the application helps to discover new music. Most test users do not agree that it requires too much user interactions to generate a playlist. One user agrees because he always searches for the same artist to select seeds. With a search history it requires a lot less user interactions. Test users were asked whether they like the filters. Two of them do not like them at all, two are

Users want to generate playlists with seed songs. It is not only the most used method in existing applications. User studies show that users like to use similarity features to retrieve music [7][13]. The data of the web questionnaire show that users prefer seed songs above other parameters. The evaluation of the application developed in this paper shows that other parameters can be used next to the seed songs. For half of the test users the seed songs suffice, the other half like the filters as well. B. Additional Functionality The data of the web survey show two extra functionality for a music application that reduces information overload. First, descriptive metadata is very important to users. Based on these results the album and the album cover is shown in the application developed in this paper. Users like other data as well, especially relational metadata, data about the item’s relationship with other music items (e.g. genre, similar songs/artists, etc.). Secondly, there is potential for a system that recommends albums to users, because this is how users mainly listen to music. The data of the web survey shows that people show a positive opinion towards a rating system like IMDb, but for albums instead of movies. There was not enough time to integrate such a system in the application developed in this paper, but it is an interesting topic for future work. C. Evaluation Criteria The goal of this paper is achieved. We successfully developed a mobile application with a playlist generator. The last evaluation of the application shows that the application helps users to reduce the information overload of music. All test users indicate that the application helps to discover new songs. The evaluation also shows that the user interface of the

application does not contain any major issues and that it does not require too much user interaction to generate a playlist. However, there is still improvement possible on the last two criteria. The evaluation shows that the most important thing to do is to extend the application with more functionality rather than improve the user interface of the application. ACKNOWLEDGMENT The author would like to thank professor Erik Duval for promoting the thesis for which this paper is written. The author would also like to thank Sten Govaerts for tutoring the thesis, reading this paper and improve it. Finally the author would like to thank all the people who participated to the user tests and the web survey. R EFERENCES [1] ANDERSON, C. 2004. The Long Tail. Wired, 12(1).Retrieved on august 8, 2012 from http://www.wired.com/wired/archive/12.10/tail.html [2] BANGOR, A., KORTUM, P., MILLER, J. 2009. Determining What Individual SUS Scores Mean: Adding an Adjective Rating Scale. Journal of Usability Studies. Issue 3, 4, 114-123 [3] BROOKE, J. 1996 SUS: A quick and dirty usability scale, Usability Evaluation in Industry. Taylor and Francis, London. [4] CORTHAUR, N., GOVAERTS, S., DUVAL, E. 2006 Moody Tunes: The Rockanango Project. Proc. of the 7th Int. Conf. on Music Information Retrieval. [5] DOWNIE, J.S. 2003. Music Information Retrieval. Annual Review of Information Science and Technologie Issue 1, 7, 295-340 [6] KARAMUFTUOGLU, M. 1998. Collaborative Information Retrieval: Toward a social inforamtics view of IR interaction. Journal of the American Society for Information Science, 49(12), 1070-1080. [7] LEE, J.H. and Downie, J. S. 2004. Survey of music information needs, uses, and seeking behaviours: Preliminary findings. In ISMIR Proceedings, 441-446. [8] LEONG T.W., VETERE, F., HOXARD, S. 2012. Experiencing Coincidence during Digital Music Listening. ACM Transactions on ComputerHuman Interaction (TOCHI). Issue 1, 19 [9] LEWIS, C.H.. 1982 Using the ”Thinking Aloud” Method In Cognitive Interface Design [10] MAES, P. 1994. Agents that Reduce Work and Information Overload. Communications of the ACM, 37, 31-40. [11] NIELSEN, J. 1994. Usability Inspection Methods, CHI ‘94 Conference companion on Human factors in computing system. 413-414 [12] SNYDER, C. 2003. Paper prototyping: The fast and easy way to design and refign user interfaces. Morgan Kaufman Publishers: Elsevier. [13] VIGNOLI, F. 2004. Digital Music Interaction concepts: a user study. Proceedings of International Conference on Music Information Retrieval, ISMIR 2004 [14] Aristo Music, http://www.aristomusic.com, laatst gecontroleerd op 31 juli 2012 [15] Grooveshark, http://www.grooveshark.com, laatst gecontroleerd op 31 juli 2012 [16] IMDb, http://www.imdb.com, laatst gecontroleerd op 31 juli 2012 [17] iTunes, http://www.apple.com/benl/itunes/, laatst gecontroleerd op 31 juli 2012 [18] Last.fm, http://www.last.fm, laatst gecontroleerd op 31 juli 2012 [19] Moodagent, http://www.moodagent.com, laatst gecontroleerd op 31 juli 2012 [20] Pandora, http://www.pandora.com, laatst gecontroleerd op 31 juli 2012 [21] Rhapsody, http://www.rhapsody.com, laatst gecontroleerd op 31 juli 2012 [22] Rate Your Music, http://www.rateyourmusic.com, laatst gecontroleerd op 31 juli 2012

Bijlage G

Poster

109

Master Computerwetenschappen

Thesis Matthias Snellings

Academic Year 2011-2012

Promotor Erik Duval

Begeleider Sten Govaerts

Cream Discover the Cream of your musical taste Abstract Cream is een muziekapplicatie voor een Android telefoon. Dankzij de automatische playlist generator kan de gebruiker nieuwe muziek luisteren, aangepast aan zijn smaak. De playlist generator genereert muziek op basis van door de gebruiker gekozen seed songs. Met de filters kan hij zijn voorkeuren nog bijscherpen.

Zoek naar een song in de grote database van Aristo Music

Gebruik deze songs als seed songs om een playlist te genereren

Evaluatie: Iterative Design • 3 iteraties papieren prototypes - Eerste test om initieel ontwerp te testen en verbeteren - Blijven testen tot de grote lijnen in orde waren -> Complexiteit van het ontwerp werd gereduceerd • 1 niet-functioneel digitaal prototype - Snelle test van het digitale ontwerp met statische data • 1 functioneel digitaal prototype - Laatste test met echte data - Tracking van gebruikersacties • SUS questionnaire in elke iteratie

Doel Een afspeellijst generereren met zo weinig mogelijk gebruikersinteracties waarbij toch voldoende controle aan de gebruiker wordt gegeven.

Pas eventueel je voorkeuren aan om de playlist generator optimaal bij te sturen

Toekomstige Uitbreidingen • Albums en artiesten luisteren - Voorlopig kunnen enkel liedjes gezocht en gespeeld worden • Rating systeem om albums aan te raden - Vergelijkbaar met IMDb maar dan voor albums in plaats van films - Toplijsten kunnen gegenereerd woden op basis van de ratings • Enkele uitbreidingen van de UI - vb: volgorde in afspeellijst manipuleren met behulp van ‘drag and drop’

Meer informatie op http://matthiassnellings.wordpress.com

Bibliografie [1] ANDERSON, C. 2004. The Long Tail. Wired, 12(1). Verkregen op 8 augustus 2012 van http://www.wired.com/wired/archive/12.10/tail.html [2] BAMPS, P. 2012. Een op activiteit gebaseerde muziekapplicatie. Masterthesis, K.U. Leuven, Heverlee. [3] BANGOR, A., KORTUM, P., MILLER, J. 2009. Determining What Individual SUS Scores Mean: Adding an Adjective Rating Scale. Journal of Usability Studies. Issue 3, 4, 114-123 [4] BASU, C., HIRSH, H., Cohen, W. 1998. Recommendation as classification: Using social and content-based information in recommendation. Recommender Systems. Papers from 1998 Workshop. Technical Report WS-98-08. AAAI Press. [5] BORCHERS, J. 2001. A Pattern Approach to interaction design. Chichester, UK: Wiley. [6] BROOKE, J. 1996 SUS: A quick and dirty usability scale, Usability Evaluation in Industry. Taylor and Francis, London. [7] CORTHAUR, N., GOVAERTS, S., DUVAL, E. 2006 Moody Tunes: The Rockanango Project. Proc. of the 7th Int. Conf. on Music Information Retrieval. [8] DIMERY, R. 2011. 1001 albums you must hear before you die. Quintessence Editions Ltd, London. [9] DOWNIE, J.S. 2003. Music Information Retrieval. Annual Review of Information Science and Technologie Issue 1, 7, 295-340 [10] GAMMA, E., HELM, R., JOHNSON, R. and Vlissides, J. 1995. Desing Patterns: Elements of Reusable Object-oriented Software. Addison-Wesley, Reading, Mass. [11] GIBBS, M., VETERE, F., BUNYAN, M. and HOWARD, S. 2005. Synchromate: A phatic technology for mediating intimicy. In Proceedings of DUX Conference. 1-6 [12] HURON, D. 2000. Perceptual and cognitive applications in music information retrieval. Proceedings of the 1st Annual International Symposium on Music Information Retrieval (ISMIR 2000). 111

Bibliografie [13] KARAMUFTUOGLU, M. 1998. Collaborative Information Retrieval: Toward a social inforamtics view of IR interaction. Journal of the American Society for Information Science, 49(12), 1070-1080. [14] LEE, J.H. and Downie, J. S. 2004. Survey of music information needs, uses, and seeking behaviours: Preliminary findings. In ISMIR Proceedings, 441-446. [15] LEONG T.W., VETERE, F., HOXARD, S. 2012. Experiencing Coincidence during Digital Music Listening. ACM Transactions on Computer-Human Interaction (TOCHI). Issue 1, 19 [16] LEWIS, C.H.. 1982 Using the "Thinking Aloud"Method In Cognitive Interface Design [17] MAES, P. 1994. Agents that Reduce Work and Information Overload. Communications of the ACM, 37, 31-40. [18] NIELSEN, J. 1993. Iterative Design of User Interfaces, IEEE Computer 26. [19] NIELSEN, J. 1994. Usability Inspection Methods, CHI ‘94 Conference companion on Human factors in computing system. 413-414 [20] SHKLOVSKY, V. 1917 Art As Technique. In Contemporary Literary Criticism: Modernism through Poststructuralism, R.C. Davis, Ed., Longman, New York. [21] SNYDER, C. 2003. Paper prototyping: The fast and easy way to design and refign user interfaces. Morgan Kaufman Publishers: Elsevier. [22] VAN DIJCK, J. 2005. From shoebox to performative agent: The computer as a personal memory machine. New Media Soc. 7, 3, 311-322. [23] VAGIAS, WADE, M. 2006. Likert-type scale response anchors. Clemson International Institute for Tourism & Research Development, Department of Parks, Recreation and Tourism Management. Clemson University. [24] VIGNOLI, F. 2004. Digital Music Interaction concepts: a user study. Proceedings of International Conference on Music Information Retrieval, ISMIR 2004 [25] Amazon, http://www.amazon.co.uk, laatst gecontroleerd op 31 juli 2012 [26] AllMusic, http://www.allmusic.com, laatst gecontroleerd op 31 juli 2012 [27] Aristo Music, http://www.aristomusic.com, laatst gecontroleerd op 31 juli 2012 [28] Charles Proxy, http://www.charlesproxy.com, laatst gecontroleerd op 31 juli 2012 [29] Deezer, http://www.deezer.com, laatst gecontroleerd op 31 juli 2012 [30] Discogs, http://www.discogs.com, laatst gecontroleerd op 31 juli 2012 112

Bibliografie [31] Facebook, http://www.facebook.com, laatst gecontroleerd op 31 juli 2012 [32] Google Docs, http://www.docs.google.com, laatst gecontroleerd op 31 juli 2012 [33] Google+, http://www.plus.google.com, laatst gecontroleerd op 31 juli 2012 [34] Grooveshark, http://www.grooveshark.com, laatst gecontroleerd op 31 juli 2012 [35] IMDb, http://www.imdb.com, laatst gecontroleerd op 31 juli 2012 [36] iTunes, http://www.apple.com/benl/itunes/, laatst gecontroleerd op 31 juli 2012 [37] last.fm, http://www.last.fm, laatst gecontroleerd op 31 juli 2012 [38] Moodagent, http://www.moodagent.com, laatst gecontroleerd op 31 juli 2012 [39] Moodlogic, http://en.wikipedia.org/wiki/MoodLogic, laatst gecontroleerd op 31 juli 2012. [40] Music Genome Project, http://en.wikipedia.org/wiki/Music_Genome_ Project, laatst gecontroleerd op 31 juli 2012 [41] Napster, http://www.napster.nl, laatst gecontroleerd op 31 juli 2012 [42] Pandora, http://www.pandora.com, laatst gecontroleerd op 31 juli 2012 [43] Pitchfork, http://www.pitchfork.com, laatst gecontroleerd op 31 juli 2012 [44] Rate Your Music, http://www.rateyourmusic.com, laatst gecontroleerd op 31 juli 2012 [45] Rhapsody, http://www.rhapsody.com, laatst gecontroleerd op 31 juli 2012 [46] Sonos, http://www.sonos.com, laatst gecontroleerd op 31 juli 2012 [47] Spotify, http://www.spotify.com, laatst gecontroleerd op 31 juli 2012 [48] Stackoverflow, http://www.stackoverflow.com, laatst gecontroleerd op 31 juli 2012 [49] Twitter, http://www.twitter.com, laatst gecontroleerd op 31 juli 2012 [50] Tunify, http://www.tunify.com, laatst gecontroleerd op 31 juli 2012 [51] Wikipedia, http://www.en.wikipedia.com, laatst gecontroleerd op 31 juli 2012

113

K.U.Leuven Faculteit Ingenieurswetenschappen

2011 – 2012

Fiche masterproef Student: Matthias Snellings Titel: Ontwikkeling van een gebruikersinterface voor een mobiele playlist generator UDC : 681.3 Korte inhoud: Deze thesis bespreekt een intelligent systeem dat de information overload aan muziek reduceert. Het bespreekt de ontwikkeling van een muziekapplicatie met een playlist generator als kernfunctionaliteit. De applicatie focust op een doelpubliek van muziekliefhebbers. Een eerste deel gaat op zoek naar welke methoden gebruikers willen gebruiken om naar afspeellijsten te luisteren. Anderzijds wil het te weten komen welke ondersteunende functionaliteiten gebruikers bij een muziekapplicatie wensen. Dit onderzoek gebeurt in drie fasen. In een eerste fase worden bestaande applicaties bestudeerd, gerelateerd aan het onderwerp. In een tweede fase wordt de literatuur over het luistergedrag van gebruikers bestudeerd. Ten slotte wordt in een laatste fase een enquête gehouden om het recente luistergedrag van het doelpubliek van de applicatie te vatten. Het tweede deel van de thesis bespreekt een initieel ontwerp. Dit ontwerp wordt in vijf iteraties verbeterd met behulp van gebruikersevaluaties. De eerste drie iteraties gebeuren met papieren prototypes. Met de evaluaties van de papieren prototypes worden grote pijnpunten opgelost die leiden tot een eenvoudig ontwerp dat klaar is om te implementeren. De laatste twee iteraties gebeuren met digitale prototypes. Het tweede digitale prototype is een volledig functioneel prototype dat op realistische wijze met de doelgroep is getest. Uit deze evaluatie kunnen we besluiten dat de meeste doelstellingen van deze thesis geslaagd zijn.

Thesis voorgedragen tot het behalen van de graad van Master in de ingenieurswetenschappen: computerwetenschappen Promotor: Prof. dr. ir. Erik Duval Assessoren: Prof. dr. Dave Clarke Dr. ir. Joris Klerkx Begeleider: Sten Govaerts