sh.sePublikasjoner
Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • harvard-anglia-ruskin-university
  • apa-old-doi-prefix.csl
  • sodertorns-hogskola-harvard.csl
  • sodertorns-hogskola-oxford.csl
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Unga vuxnas upplevelser av algoritmbaserade spellistor på Spotify: Hur upplever unga vuxna algoritmbaserade förslag inom Radiofunktionen på musikstreamingtjänsten Spotify?
Södertörns högskola, Institutionen för naturvetenskap, miljö och teknik, Medieteknik.
Södertörns högskola, Institutionen för naturvetenskap, miljö och teknik, Medieteknik.
2022 (svensk)Independent thesis Basic level (degree of Bachelor), 10 poäng / 15 hpOppgaveAlternativ tittel
Young adults experiences of algorithmic based playlists on Spotify : How do young adults experience algorithmic suggestions within the Radio function on the music streaming service Spotify? (engelsk)
Abstract [sv]

Sättet människor konsumerar musik har förändrats genom historien och i samband med digitaliseringen har nya möjligheter att lyssna på musik uppstått. I samband med denna övergång har även fler algoritmbaserade tillvägagångssätt för musiklyssnande uppkommit. Syftet med studien är att undersöka unga vuxnas upplevelser av den algoritmbaserade Radiofunktionen på musikstreamingtjänsten Spotify. Studien har även undersökt huruvida de algoritmbaserade förslagen eventuellt påverkar användarnas upplevelser och musikbeteenden.Undersökningen är baserad på sju respondenters upplevelser inom åldersspannet 20-30 år, i denna studie definierat som unga vuxna. Studien har genomförts via kvalitativa metoder däribland en inledande dagboksstudie, med syfte att förbereda respondenternas reflektiva tänkande vilket följdes upp med semistrukturerade intervjuer. Därefter transkriberades intervjuerna för att senare kodas och en tematisk analys genomfördes. Resultatet av studien påvisar att det finns en variation i användandet av radiofunktionen samt att majoriteten av respondenterna uttryckt en positiv upplevelse av Radio på Spotify. Studien bidrar med nya insikter kring algoritmbaserade upplevelser hos användare i relation till musikstreaming och framförallt funktionen radio, samt hur användandet kan skilja sig beroende på situation och anledning till användande.

Abstract [en]

The streaming of music has during the last two decades become a new standard for how people acquire and listen to music. In correlation with this shift, other possibilities for listening to music have been on the rise. The purpose of this study is to investigate the experience for young adults of algorithm-based playlist ”Radio” on the streaming service platform Spotify. The investigation will determine whether or not these algorithm-based suggestions potentially affect the users' experience of listening to music and overall music behavior.The study is based on the experience of seven respondents of ages ranging between 20-30 years old - through this study referred to as "young adults." The qualitative methods this research has followed consists of a simple initial diary study, in order to prepare the respondents reflective thinking before the following semi-structured interviews. The interviews were then transcribed and followed by coding as well as a thematical analysis. The results of the study show that there is a variation in the use of the ”Radio” phenomenon on Spotify and that the vast majority of the respondents participating in the investigation expressed an overall positive experience. Furthermore, this study indicates that the respondents utilize the feature on different occasions and for different purposes.

sted, utgiver, år, opplag, sider
2022. , s. 41
Emneord [en]
Algorithmic Playlists, Spotify Radio, Recommendation System, Personalization, Persuasive Design
Emneord [sv]
Algoritmbaserade Spellistor, Spotify Radio, Rekommendationssystem, Personalisering, Övertygande Design
HSV kategori
Identifikatorer
URN: urn:nbn:se:sh:diva-50929OAI: oai:DiVA.org:sh-50929DiVA, id: diva2:1734483
Fag / kurs
Media Technology
Veileder
Tilgjengelig fra: 2023-02-08 Laget: 2023-02-06 Sist oppdatert: 2023-02-08bibliografisk kontrollert

Open Access i DiVA

fulltext(1120 kB)164 nedlastinger
Filinformasjon
Fil FULLTEXT02.pdfFilstørrelse 1120 kBChecksum SHA-512
6634d5293095551bcd4844851b5c1f5b112cb0a95aad6dbdd765976302f222aafefe43ed45c91b41209cf45b1fff88d4d78787c35f8b20f18b2854a91b65c0fd
Type fulltextMimetype application/pdf

Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 164 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

urn-nbn

Altmetric

urn-nbn
Totalt: 313 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • harvard-anglia-ruskin-university
  • apa-old-doi-prefix.csl
  • sodertorns-hogskola-harvard.csl
  • sodertorns-hogskola-oxford.csl
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf