The digitization of music, the emergence of online streaming platforms and mobile apps have dramatically changed the ways we consume music. Today, much of the music that we listen to is organized in some form of a playlist, and many users of modern music platforms create playlists for themselves or to share them with others. The manual creation of such playlists can however be demanding, in particular due to the huge amount of possible tracks that are available online. To help users in this task, music platforms like Spotify provide users with interactive tools for playlist creation. These tools usually recommend additional songs to include given a playlist title or some initial tracks. Interestingly, little is known so far about the effects of providing such a recommendation functionality. We therefore conducted a user study involving 270 subjects, where one half of the participants—the treatment group—were provided with automated recommendations when performing a playlist construction task. We then analyzed to what extent such recommendations are adopted by users and how they influence their choices. Our results, among other aspects, show that about two thirds of the treatment group made active use of the recommendations. Further analyses provide additional insights about the underlying reasons why users selected certain recommendations. Finally, our study also reveals that the mere presence of the recommendations impacts the choices of the participants, even in cases when none of the recommendations was actually chosen.

中文翻译：

---

推荐对用户播放列表创建行为的影响

音乐的数字化、在线流媒体平台和移动应用程序的出现极大地改变了我们消费音乐的方式。今天，我们听的大部分音乐都以某种形式的播放列表组织，现代音乐平台的许多用户为自己创建播放列表或与他人分享。然而，手动创建此类播放列表可能要求很高，尤其是由于在线可用的曲目数量庞大。为了帮助用户完成这项任务，Spotify 等音乐平台为用户提供了用于创建播放列表的交互式工具。这些工具通常会推荐其他歌曲以包含给定的播放列表标题或一些初始曲目。有趣的是，到目前为止，关于提供这种推荐功能的效果知之甚少。因此，我们进行了一项涉及 270 名受试者的用户研究，其中一半的参与者（治疗组）在执行播放列表构建任务时获得了自动推荐。然后我们分析了用户采用此类建议的程度以及它们如何影响他们的选择。我们的结果以及其他方面表明，大约三分之二的治疗组积极使用了这些建议。进一步的分析提供了关于用户选择某些推荐的根本原因的更多见解。最后，我们的研究还表明，即使在没有实际选择任何建议的情况下，仅存在建议就会影响参与者的选择。其中一半的参与者（治疗组）在执行播放列表构建任务时获得了自动推荐。然后我们分析了用户采用此类建议的程度以及它们如何影响他们的选择。我们的结果以及其他方面表明，大约三分之二的治疗组积极使用了这些建议。进一步的分析提供了关于用户选择某些推荐的根本原因的更多见解。最后，我们的研究还表明，即使在没有实际选择任何建议的情况下，仅存在建议就会影响参与者的选择。其中一半的参与者（治疗组）在执行播放列表构建任务时获得了自动推荐。然后我们分析了用户采用此类建议的程度以及它们如何影响他们的选择。我们的结果以及其他方面表明，大约三分之二的治疗组积极使用了这些建议。进一步的分析提供了关于用户选择某些推荐的根本原因的更多见解。最后，我们的研究还表明，即使在没有实际选择任何建议的情况下，仅存在建议就会影响参与者的选择。在其他方面，表明大约三分之二的治疗组积极使用了这些建议。进一步的分析提供了关于用户选择某些推荐的根本原因的更多见解。最后，我们的研究还表明，即使在没有实际选择任何建议的情况下，仅存在建议就会影响参与者的选择。在其他方面，表明大约三分之二的治疗组积极使用了这些建议。进一步的分析提供了关于用户选择某些推荐的根本原因的更多见解。最后，我们的研究还表明，即使在没有实际选择任何建议的情况下，仅存在建议就会影响参与者的选择。