Christine Bauer

Researcher


Main focus: Personalized Systems

Twitter handle: @christine_bauer

Website/blog: https://christinebauer.eu

Languages: English, German

City: Linz/Wien

Country: Austria

Topics: human-computer interaction, fairness in artificial intelligence, music business, personalized systems, recommender systems, music recommender systems

Services: Talk, Workshop management, Coaching, Interview, Consulting

  Willing to travel for an event.

Personal note:

My research activities center on interactive intelligent systems where my research vision is to leverage intelligent systems and embed them into sociotechnical ecosystems to benefit humans and society. In my research, I take a human-centered perspective, where technology follows humans’ and the society’s needs.

A central theme in my research are context and context-adaptivity. Currently, I focus on context-aware music recommender systems.

I am passionate about the human perspective in the interaction with intelligent systems, where my motivation and goal are to create equal opportunities.

Bio:

Christine Bauer is a Researcher at Johannes Kepler University (JKU) Linz, Austria. Her research focuses on the human perspective in the interaction with context-adaptive, intelligent systems. Currently, she lays a focus on music recommender systems.

She is recipient of the Elise Richter excellence grant for the project "Fine-grained Culture-aware Music Recommender Systems" (2017-2020) sponsored by Austrian Science Fund (FWF).
2013 and 2015 Visiting Scholar at the School of Computer Science, Human-Computer Interaction Institute, at Carnegie Mellon University, Pittsburgh, PA. Postdoctoral Researcher at the Department of Information Systems and Information Management at University of Cologne (2015-2016). Assistant Professor at the Department of Information Systems and Operations at Vienna University of Economics and Business (WU Wien), Austria (2009-2015). Lecturer at Universität Innsbruck, Austria (since 2019), Danube University Krems, Austria (2015-2017), University of Applied Sciences Technikum Wien, Austria (2016-2017), and at Ferdinand Porsche FernFH Studiengänge (University of Applied Sciences with distance learning), Vienna, Austria (2009-2015). Guest Lecturer at University of Popular Music and Music Business, Mannheim, Germany (2012-2015). Christine engaged in applied research as a Researcher at E-Commerce Competence Center (EC3), Austria (2007-2009), and Junior Key Researcher at Fachhochschulstudiengänge Burgenland (University of Applied Sciences), Austria (2006-2007). Furthermore, she did freelance research, for instance, for Research Studios Austria and University of Vienna, Austria. Before starting her academic career, Christine worked as Manager Licensing New Media at Austria's biggest collecting society AKM, Austria (2002-2006).

Christine holds a Doctoral degree in Social and Economic Sciences (Business Informatics) (2009, with honours) and a Master's degree in International Business Administration (2002) both from University of Vienna, Austria. Furthermore, she holds a Master degree in Business Informatics (2011) from TU Wien, Austria. Further studies at University of Wales Swansea (now: Swansea University), United Kingdom, Konservatorium der Stadt Wien (now: Music and Arts University of the City of Vienna), Austria, and WU (Vienna University of Economics and Business), Austria.

In her research, Christine takes a human-centered computing approach, where technology follows humans’ and the society’s needs. Her research vision is to leverage intelligent systems and embed them into sociotechnical ecosystems to benefit humans and society. Her research activities center on interactive intelligent systems where she integrates research on intelligent technologies, the interaction of humans with the intelligent system, as well as their interplay. A central theme in her research are context and context-adaptivity. Recently, she focuses on context-aware recommender systems and concentrates on music recommender systems in particular. Her knowledge and experience with music and the music business are her particular asset for this research.

Christine has authored more than 90 papers in refereed journals and conference proceedings, three of them awarded as best research paper, one received an award of excellence (highly commended paper), and four additional nominations for a best paper award. She received awards for her reviewing activities (Best Reviewer at RecSys 2019, Outstanding Reviewer (Honorable Mention) at UMAP 2019, and Best Reviewer – runner up at RecSys 2018). She received the Dr. Maria Schaumayer prize for her dissertation and also for her Master’s thesis. Furthermore, she received a scholarship for the Summer School of European Science Days 2009: “The Economics of Art and Culture”, in Steyr, Austria.

Examples of previous talks / appearances:

Sag mir, was du hörst – und ich sage dir, wer du bist! (Tell me what you listen to – and I tell you, who you are!)

Bauer, Christine (2019). Sag mir, was du hörst – und ich sage dir, wer du bist! (Tell me what you listen to – and I tell you, who you are!). PrivacyWeek 2019: Privat, oida!. Chaos Computer Club Wien (C3W), Vienna, Austria, 27 October 2019.

Es gibt Anwendungsfelder (zB Gesundheitswesen), die sehr mit einer "Bedrohung für die Privatsphäre" verbunden werden, wenn Daten gehortet werden. Musikhören scheint dagegen harmlos zu sein. Aber was wir hören, sagt einiges über uns aus; nicht nur über Musikpräferenzen.

Es gibt Themen, die stark mit dem Thema "Privatsphäre" verbunden werden - eben weil man dabei Gefahr von ungewünschten Zugang zu sensitiven Daten erahnt. Personenbezogene Aufzeichnungen zur Kriminalitäts- oder Gesundheitshistorie einzelner Personen lassen oft die Alarmglocken läuten.
Bei all diesen Themen und deren potentiell unangenehmen Auswirkungen zieht man sich doch gerne Mal zurück und hört Musik. Zum Beispiel bei einem Streamingdienst; und lässt sich auch ein paar neue, interessante Tracks vorschlagen. Aber Moment: Woher weiß der Dienst, was mir gefallen könnte? Ich mache doch nichts Anderes außer Musikhören! Aber was sagt das über mich aus?

In diesem Vortrag werden Zusammenhänge zwischen Musikhörverhalten und beispielsweise Persönlichkeitsmerkmalen, Alter, Geschlecht und kulturellen Einflüssen aufgezeigt.

This talk is in: German
Wie wird Artificial Intelligence die Art und Weise verändern, wie wir Computer wahrnehmen und mit ihnen umgehen?

Dr. Christine Bauer, Senior Post-Doc am Institute of Computational Perception an der JKU Linz, ging der Frage nach, wie AI unsere Wahrnehmung und unseren Umgang mit Computern verändern wird.

Bei der Allgegenwärtigkeit unserer Smart Phones vergessen wir nur allzu leicht, dass in ihnen jede Menge AI steckt, weil uns die winzigen, digitalen Helfer längst zur Routine geworden sind.

AI polarisiert – die einen sprechen vom Ende der Menschheit, für die anderen ist alles super. Doch weder für den extremen AI-Hype, noch für eine Schwarzmalerei gibt es eine sachliche Grundlage. Was aber evident ist, ist die Tatsache, dass Anwendungsbereiche, in denen sensitive Daten analysiert und tiefgreifende und negative Folgen durch den AI-Einsatz zu erwarten sind, besonders im Fokus stehen. Dazu zählen bspw. die Einsatzszenarien Kriminalitätsbekämpfung, der Gesundheitsbereich und das Recruiting.

Es muss einer Gesellschaft zu denken geben, wenn man die Beurteilung der Rückfall-Wahrscheinlichkeit verurteilter Personen alleine einem Algorithmus überlässt. Im Gesundheitsbereich bildet das Phänomen der kognitiven Verzerrung, die sogenannte „Overconfidence“ eine bekannte Gefahrenquelle; speziell, wenn veraltete Trainingsdaten Änderungen in Krankheitsbildern bzw. neuere empirische Befunde und Medikationsmöglichkeiten außer Acht lassen. Auch tritt bspw. im Recruiting verstärkt das Problem eines Bias auf, da mit historischen Trainingsdaten Fehler aus der Vergangenheit nachgeahmt werden.

Es braucht also beim AI-Einsatz immer eine sorgfältige Prüfung der Basisdaten durch die Änderungen im Zeitverlauf erkannt und berücksichtigt werden können.

HIT-„PRODUZIERENDE“ ALGORITHMEN

Zum Abschluss ihres Vortrages zeigte Christine Bauer anhand eines Beispiels aus ihrem Kernforschungsgebiet, dem AI-Einsatz im Entertainment, auf, dass es sich bei AI immer auch um ein breit gefächertes Ökosystem mit diversen Playern handelt, die bei einem Fehlverhalten der AI mit unterschiedlichen Konsequenzen konfrontiert sind.

Im Hit-getriebenen Musik-Business entfaltet ein „falsch“ selektierter Song unterschiedlichste Auswirkungen. Ein mögliches Szenario könnte so aussehen: Der Endkonsument hört unpassende Musik, die Gesellschaft wird durch „Popularity Bias“ auf eine homogene Musikkonsumation eingeschworen, die Plattform-Provider werden durch konzentrierten Zugriff auf nur wenige Musikstücke vor Ressourcen-Probleme gestellt, die Labels sind von möglichen Umverteilungen am Markt betroffen, beim short head, also den wenigen Top-of-the-Top Superstars entscheidet die Anzahl der streams über die Anzahl der Werbedeals und bei der großen Menge der Long Artists ist das Vorkommen in main stream Medien der wichtigste Game changer für wirtschaftliche Unabhängigkeit.

AI hat nachweislich nicht nur eine Systemkomponente, sondern ist immer auch in einen Verwendungskontext eingebettet. Die Interaktion mit Menschen ist dabei oft der Input für den nächsten Schritt. Vielleicht als Resümee am Wichtigsten: Der Mensch ist Teil von Artificial Intelligence.

This talk is in: German
Music Information Retrieval: Inside and Outside the Music

Bauer, Christine & Knees, Peter (2019). Music Information Retrieval: Inside and Outside the Music. AIxMusic Festival, collocated with 2019 Ars Electronica Festival. : Ars Electronica, Linz, Austria, 8 September.

For the longest time, access to music recordings was restricted to local availability of their physical representations (e.g., vinyl, CD). Usually, there was only a certain amount of recordings available at home. Now, using online music platforms such as Spotify, Deezer, or Apple Music, people have access to tens of millions of music recordings. As music consumers are confronted with information and choice overload, industry has adopted music recommender systems where algorithms are used to prioritize, classify, and filter content. The goal is to assist consumers in navigating the catalogs of available music recordings and to serve them with suggestions of items that may fit the respective consumer’s preferences.

The two questions that we will address in this presentation are the following: First, how does algorithmic music recommendation work? Second, how do music recommender systems change the world? Addressing the first question, we will point to the data that fuel recommenders, explain the basic techniques underlying current music recommender systems, and illustrate these by vivid examples. Addressing the second question, we will discuss the implications of algorithmic music recommendation. On the one hand, we will address challenges in setting up music recommender systems and illustrate cases where algorithmic curation can go wrong. On the other hand, we will address the implications for the various stakeholders affected by music recommendations, including a wide variety of actors from artists to record companies to music platform providers to music consumers.

This talk is in: English
Gender biases and discrimination in AI

Panelist on "Gender biases and discrimination in AI". VUT Indie Days 2020, collocated with c/o pop Convention 2020, Cologne, Germany, October 2020.
https://c-o-pop.de/convention/

This talk is in: English
Self-Disclosure in Online Interaction

Using the Internet increasingly requires people to disclose personal information for various reasons such as establishing legitimacy, authentication, or providing personalized services. An enormous amount of literature analyzed various influencing variables that shape self-disclosure in online interaction. However, the range of studies considers very specific variables and therefore provides merely puzzle pieces of the field. This presentation puts the pieces together. Results suggest that, while the overall effects of demographic, environmental, person- and system-based predictors are rather weak, self-disclosure can to some extent be influenced by system design.

This talk is in: English
Radio aktiv: Von der redaktionellen Gestaltung über Empfehlungen zum dynamischen Programm (Radio active: From editorial design and recommendations towards a dynamic program)

Ein Hörfunkprogramm wird traditionell von einer Redaktion gestaltet. Eine gute Indexierung von öffentlichen aber auch radioeigenen Informationsquellen erlaubt es, die Redaktion zu unterstützen und so können ähnliche, aktuelle oder historische Inhalte zu einzelnen Beiträgen von einem Informationssystem empfohlen werden. Aber auch Endnutzern kann der Zugang zu ähnlichen, aktuellen oder historischen Inhalte zur Verfügung gestellt werden. Empfehlungen können dabei vertiefende Informationen zu einem Beitrag sein oder das System empfiehlt eine bestimmte Aneinanderreihung von zusammenpassenden Audiobeiträgen. Eine innovative Entwicklung in diesem Bereich ist die automatische, dynamische und etwa auch personalisierte Zusammenstellung eines Hörfunkprogramms durch ein System; Radio wird dabei aktiv für einzelne Hörer gestaltet.

This talk is in: German
Kontextadaptive Systeme: überall – auch in der Werbung

WU Competence Day 2011, Vienna, Austria, 17 November 2011.

This talk is in: German
Reactive Music: More than a Sonic Experience

Reactive Music: More than a Sonic Experience. Invited talk for the event Human-Computer Confluence Research Challenges, HC2 VISIONS. Vienna, Austria, 14-15 May 2012.

This talk is in: English
The dark side of Web 2.0: From self-marketing to self-destruction of music artists

Web 2.0 and social media have triggered radical changes in the very fundament of music business. In times before the Internet era, the music business was characterized by a standardized process including the creation, selection, distribution, and consumption of music. The roles of the involved market players (e.g. composer, lyricist, performer, producer, etc.) were clear-cut. Yet, in the early days of music business, in some market segments within that business (particularly in the recording industry) only few large-scale companies dominated the market; in other words, the market was a highly concentrated market. These few powerful and profit-oriented enterprises were dominating the market, pre-selecting and determining which musical works should hit the market. However, with the evolution of Web 2.0 and its new possibilities for home recording available at relatively low-cost and easy to handle, a myriad of music items have been released on the Web.
The main consequences of that development are the following: (1) the overall amount of music items available increased drastically, as there are now tens of millions of music items available at a consumer’s fingertip [3]; and (2) the ratio between (professional) high-quality music and low-quality music shifted towards an overall deterioration.
This, in turn, has an impact on every market player involved in the music business.

This talk is in: English
What makes a good pop star? 15 minutes of fame on the Internet…?!

Panel discussion: What makes a good pop star? 15 minutes of fame on the Internet…?!. Vienna University of Economics and Business, Austria, 28 May 2010.

This talk is in: German