音楽の配信サービスにおいては、一般のユーザーが作成したプレイリストが多数公開されている。本報告では、それらをユーザの感性や選好が反映された集合知とみなし、ユーザーの感性を反映した新たな楽曲特徴量を抽出することを考える。具体的には、まず直接的な音響特徴を入力とし対応するプレイリストを推定する深層学習モデルを構築し、次に学習済みのモデルの中間層から潜在表現を取り出だすことを行う。その潜在表現を新たな楽曲特徴量として楽曲推薦などに使用する。前報告では入力特徴量としてSpotify APIから取得できる特徴を利用したが，本報告ではMuLanなどの音響埋め込み特徴量に拡張した。