Menschen verbinden mit Musik mitunter sehr unterschiedliche Stimmungen und Emotionen und bevorzugen folglich in verschiedenen Situationen eine andere musikalische Untermalung. Was für den einen die perfekte Musikwahl zur Entspannung nach einem stressigen Arbeitstag darstellt, mag im Extremfall bei einen anderen gerade Stress hervorrufen. Häufig werden zudem einzelne Musikstücke,manchmal auch bestimmte Künstler oder gar ganze Stilrichtungen, mit persönlichen Erlebnissen und speziellen Momenten assoziiert. So könnte bspw. ein bestimmtes Stück die Erinnerung an ein besonderes Ereignis aus der Jugend und die damit verbundenen Emotionen wecken, während ein anderes an einen Urlaub in einem bestimmten Land oder einer Stadt erinnert, auch wenn die Musik inhaltlich keinen direkten Bezug hierzu hat. Solche persönlichen Assoziationen sind ein wichtiger Aspekt im Umgang mit Musik. In existierenden Systemen, die den Zugriff auf digital gespeicherte Musik erleichtern sollen, werden diese nutzerbezogenen Aspekte jedoch nur unzureichend berücksichtigt. Informationen über den Nutzer werden meist nur rudimentär erfasst und modelliert. Ein Hauptziel der Forschungsarbeiten ist es, einen Beitrag zur besseren Integration und Modellierung von nutzerspezifischen Informationen zu leisten.

• AUCOMA MusicGalaxy (Video)
• AUCOMA Beatles Explorer (Flash Video)
• AUCOMA Beatles Explorer Präsentation (Video)
  

• Sebastian Stober & Andreas Nürnberger. Visualisierung von großen Musiksammlungen unter Berücksichtigung projektionsbedingter Verzerrungen. In: 36. Jahrestagung für Akustik DAGA 2010, Berlin, German Acoustical Society (DEGA), Berlin, Mar 2010.
• Sebastian Stober; Matthias Steinbrecher & Andreas Nürnberger. A Survey on the Acceptance of Listening Context Logging for MIR Applications. In Stephan Baumann; Juan José Burred; Andreas Nürnberger & Sebastian Stober (eds.): Proceedings of the 3rd Workshop on Learning the Semantics of Audio Signals (LSAS), Pages 45-57, Graz, Austria, Dec 2009.
• Korinna Bade; Jörg Garbers; Sebastian Stober; Frans Wiering & Andreas Nürnberger. Supporting Folk-Song Research by Automatic Metric Learning and Ranking. In: Proceedings of the 10th International Conference on Music Information Retrieval, ISMIR, Pages 741-746, Kobe, Japan, Oct 2009.
• Korinna Bade; Andreas Nürnberger & Sebastian Stober. Everything in its right place? Learning a user's view of a music collection. In: Proceedings of NAG/DAGA 2009, International Conference on Acoustics, Rotterdam, Pages 344-347, German Acoustical Society (DEGA), Berlin, 2009.
• Sebastian Stober & Andreas Nürnberger. User-Adaptive Music Information Retrieval. In: KI Volume 23, Number 2, Pages 54-57, 2009.
• Sebastian Stober and Andreas Nürnberger. Towards User-Adaptive Structuring and Organization of Music Collections. In: Proc. of the 6th Intl. Workshop on Adaptive Multimedial Retrieval (AMR 2008), 2008.
• Valentin Laube, Christian Moewes and Sebastian Stober. Browsing Music by Usage Context. In: Proc. of the 2nd Workshop on Learning the Semantics of Audio Signals (LSAS 2008), pp. 19-29, 2008.
• Johannes Reinhard, Sebastian Stober and Andreas Nürnberger. Enhancing Chord Classification through Neighbourhood Histograms. In: Proc. of the 6th Intl. Workshop on Content-Based Multimedia Indexing (CBMI 2008), 2008.
• Sebastian Stober and Andreas Nürnberger. AUCOMA - Adaptive Nutzerzentrierte Organisation von Musikarchiven. In Ute Jekosch & Rüdiger Hoffmann (eds.): Fortschritte der Akustik: Plenarvorträge und Fachbeiträge der 34. Deutschen Jahrestagung für Akustik DAGA 2008, Dresden, pp. 547-548, DEGA, Berlin, Mar 2008. (in German)
• Alexander Duda, Sebastian Stober and Andreas Nürnberger,  Towards Query by Singing/Humming on Audio Databases, in: Proc. of 8th Intl. Conf. on Music Information Retrieval (ISMIR 2007), pp. 331-334, 2007.
• Knut Hartmann, Daniel Büchner, Alexander Berndt, Carsten Lange und Andreas Nürnberger, Interactive data mining & machine learning techniques for musicology, in: K. Maimets-Volk, R. Parncutt, M. Marin und J. Ross (Hrsg.),  Proc. of the 3rd Conf. on Interdisciplinary Musicology (CIM07), 2007.