グラフデータベース

概要 2025年度4年ゼミ生の須田伊織さんが，「ゲーム音楽を核とした発見型メディアの構想」というテーマでICT活用総合実習に取り組みました． 現代の音楽配信サービスでは，作曲者名やゲームタイトルといった「客観的情報」による検索が主流です．しかしゲーム音楽には，「ラストバトルの絶望感」「安らぎを感じる街のBGM」のように，プレイヤーの体験と結びついた文脈的な類似性という独自の特徴があり，既存の検索や推薦ではこれを扱うことが困難です．須田さんは，こうしたゲーム音楽特有の「主観的情報」に着目し，リスナーが自分の感情や体験を手がかりに未知の名曲を「芋づる式」に発見できるプラットフォームを構想・試作しました． テーマのポイント 課題：既存サービスの限界 Spotify や Nintendo Music などの既存サービスは，曲名・作曲者名などの客観的情報による「再認型検索」が中心 協調フィルタリングや波形解析による推薦では，ゲーム体験と結びついた「文脈的な類似性」を捉えることが困難 結果として「既知の好み」の延長線上の楽曲ばかりが提示される推薦の固定化が発生 提案：グラフ構造による感性ベースの検索 ルドミュージコロジー（Ludomusicology）の観点から，プレイヤーの能動的体験が楽曲の価値を定義するという考え方に基づき，以下のようなシステムを設計しました． グラフデータベース（Neo4j） を採用し，楽曲・作曲者・ゲームタイトルに加え，「雰囲気（Mood）」「ゲーム場面（Game Scene）」「感情的反応（Emotional Response）」などの主観的タグをノードとして連結 複数のタグを掛け合わせるAND検索や，視聴ページのタグをクリックして新たな曲を探す二段階検索で，「芋づる式」の発見体験を実現 コミュニティの Like/Dislike 評価を集約し，タグの妥当性を数値化するTag Confidence（タグ信頼度）の概念を提案 使用技術 フロントエンド：Next.js 14 バックエンド：GraphQL（Apollo Server / Apollo Client） データベース：Neo4j Aura（グラフDB） 視聴環境：YouTube Data API v3 による埋め込みプレイヤー 成果と展望 実証デモを通じて，主観的タグによる横断検索が「未知の名曲との出会い」を提供できる可能性を示しました．今後は楽曲データの拡充やタグ付与の半自動化，Tag Confidence の本格的な実装による検索精度の向上が課題です． ゲーム音楽を「波形」や「事実」としてではなく「体験」として探索できる環境をつくるという，ユニークな視点からの取り組みです．