Musiqi axını xidmətlərinin artması indiki nəsil dinləyicilərin musiqiyə yanaşma tərzini tamamilə dəyişdi. Yalnız kiçik aylıq abunə haqqı üçün milyonlarla mahnı mövcud deyil, alqoritmlər zövqünüzə uyğunlaşdırılmış daimi musiqi axınını çatdırmaq üçün fonda aktiv şəkildə işləyir.
Musiqi axını müharibələrinə liderlik edən İsveçdə yerləşən Spotify şirkətidir. Platforma 400-ci ildə aylıq 2022 milyondan çox aktiv istifadəçi toplamaq üçün böyüyüb. Spotify ən böyük tələb olunan musiqi xidməti olmaqla yanaşı, süni intellekt və süni intellektin sərhədlərini daima sıxışdırır. maşın təlim musiqi və musiqi tövsiyəsi kontekstində.
Discover Weekly və ya Daily Mix kimi çalğı siyahıları rəssamları və dinləyiciləri bir araya gətirməyə çalışan mürəkkəb alqoritmlər sistemindən istifadə etməklə yaradılır. Bu məqalə Spotify-ın pərdə arxasında necə işlədiyinə işıq salacaq. Biz istifadəçilər üçün effektiv musiqi kurasiya xidmətləri yaratmaq üçün bütün bu alqoritmlərin necə birlikdə işlədiyini öyrənəcəyik.
Spotify sizə nələri tövsiyə edir?
Spotify tövsiyə sistemi kimi tanınan şeyə əsaslanır. Tövsiyə mühərriki kimi də tanınan alqoritm müvafiq elementləri tapmaq və istifadəçilərə tövsiyə etmək üçün model yaradır. Spotify istifadəçilərinə fərdiləşdirilmiş çalğı siyahıları və trek təklifləri çatdırmaq üçün uyğunlaşdırılmış effektiv tövsiyə sistemi qurmuşdur.
Bu tip alqoritm gündəlik həyatımızda praktiki olaraq hər yerdə mövcuddur. Tövsiyə sistemləri Amazon, YouTube və Facebook-a tətbiq ilə keçmiş qarşılıqlı əlaqəniz əsasında sizə müvafiq məzmun verməyə imkan verən funksiyaları idarə edir.
Spotify-ın tövsiyə mühərriki iki təmsili düzgün əldə etməlidir: istifadəçi və musiqi trekinin özü.
Musiqi treklərini təmsil edir
Spotify sizə musiqi təklif etməzdən əvvəl onun alqoritmləri verilənlər bazasındakı milyonlarla trekin hər birini təsvir etmək üçün müəyyən kəmiyyət üsuluna malik olmalıdır.
Hər musiqi treki üçün profil yaratmaq özlüyündə maraqlı problemdir. Spotify kataloqundakı hər rekordu təsvir etmək üçün ən yaxşı modelləri tapmaq üçün çoxlu araşdırmaya sərmayə qoyub.
Bu problemi həll etmək üçün Spotify təqdimat yaratmaq üçün iki əsas üsuldan istifadə edir: məzmuna əsaslanan filtrləmə və birgə filtrləmə.
Gəlin bu üsulların hər birinin nə etdiyini və musiqinin vahid təsvirini yaratmaq üçün birlikdə necə işlədiyini nəzərdən keçirək.
Məzmun əsaslı filtrləmə
Məzmun əsaslı filtrləmə trekin faktiki məlumatlarını və metadatasını araşdıraraq hər bir treki təsvir etmək məqsədi daşıyır.
Sənətçilər musiqini Spotify-ın verilənlər bazasına yükləyərkən, onlar faktiki musiqi faylının özünü, həmçinin əlavə məlumat və ya metadata təqdim etməlidirlər. Metadata mahnının adı, buraxıldığı il, trekin albomu və hətta mahnının özünün uzunluğu daxildir.
Spotify bu faylları qəbul edərkən mahnıları kateqoriyalara ayırmaq üçün təqdim olunan metadatadan tez istifadə edə bilər. Məsələn, 1989-cu ildə Britaniya rok sinqlı “Klassik Britaniya hitləri” və ya hətta “80-ci illərdən rok mahnıları” kimi bir neçə pleylistə salına bilər.
Raw Audio Analizi
Bununla belə, Spotify bir addım da irəli gedir və trekdən bəzi kəmiyyət göstəricilərini əldə etmək üçün xam audio faylın özündə təhlil aparır. Bir nəzər salsaq Spotify API, bu göstəricilərdən bir neçəsini görə bilərik.
Məsələn, API "intensivliyin və fəaliyyətin qavrayış ölçüsünü" ölçən enerji metrikasını ehtiva edir. Sənədlərə əsasən, metrik dinamik diapazon, qəbul edilən səs yüksəkliyi və tembr daxil olmaqla müxtəlif atributlardan əldə edilir. Bu metrikadan istifadə edərək Spotify yüksək enerjili mahnıları birlikdə kateqoriyalara ayıra və onları yüksək intensivlikli musiqi dinləyən istifadəçilərə tövsiyə kimi təqdim edə bilər.
Enerji ilə yanaşı, Spotify həm də trekin canlılığını, səsyazmada auditoriyanın varlığını aşkar edən metrikanı müəyyən edir. Valentlik trekin nə qədər müsbət olduğunu təsvir edən ölçüdür. Yüksək valentlik səs şən və şən musiqini, aşağı valentlik isə kədərli, depressiv və ya qəzəbli musiqini göstərir.
Müvəqqəti təhlil
Spotify-da trekin temporal strukturunu təsvir edən başqa bir maraqlı analitik alqoritm də var. Tək bir trek müxtəlif seqmentlərə bölünür: bölmələrdən (xor, körpü, instrumental solo), fərdi döymələrin özünə qədər. Bundan istifadə edərək Spotify-ın sevimli mahnılarınızın quruluşunu necə təsvir etdiyini yoxlaya bilərsiniz online alət Spotify API-yə sorğu göndərir.
Müvəqqəti təhlili enerji və valentlik kimi göstəricilərlə birləşdirmək treki daha incə şəkildə təmsil etməyə kömək edə bilər. Biz tədricən intensivliyə malik mahnıları süzgəcdən keçirə bilərik və ya bütün yol boyu yüksək enerjili mahnılar tapa bilərik.
Mətn təhlili
Spotify-ın tövsiyə motoru həm də təbii mətndən istifadə edərək trek və ya sənətçi ilə bağlı mətndən semantik məlumat çıxarır. dil emal modelləri.
Mahnının sözləri mahnının məzmununu daha da anlamağa kömək edə bilər. Mümkündür ki, Spotify potensial açar sözlər və ya əhval-ruhiyyəni təhlil yeni çalğı siyahıları və ya trek radioları yaratarkən.
İnternet həm də musiqini və ya sənətçini anlamaq üçün faydalı vasitədir. Spotify, real insanların hər bir trek və ya sənətçini necə təsvir etdiyini müəyyən etmək üçün mütəmadi olaraq onlayn media orqanlarının və musiqi nəşrlərinin veb-skriptlərini həyata keçirir.
Birgə filtrləmə
Birgə filtrləmə, oxşar istifadəçilərin vərdişlərinə baxaraq istifadəçinin üstünlük verə biləcəyi elementləri süzgəcdən keçirə biləcəyiniz yanaşmaya aiddir.
Məsələn, A istifadəçisi X və Y sənətçilərini, digər Spotify istifadəçisi B isə X və Y-ni bəyənə bilər. Əgər B istifadəçisi Z artistinin çoxlu mahnılarını dinləyirsə, A istifadəçisi də onları bəyənə bilər.
Bu metoddan istifadə edərək birgə filtrləmə ilə bağlı bir problem istifadəçilərin ümumiyyətlə musiqidə daha müxtəlif zövqə sahib olmasıdır. Mümkündür ki, rəssam Z, X və Y rəssamlarından tamamilə fərqli bir janrdır.
Bununla mübarizə aparmaq üçün Spotify pleylist və dinləmə sessiyasının birgə baş verməsini nəzərdən keçirən əməkdaşlıq filtrindən istifadə edir. Daha sadə dillə desək, eyni pleylistdə və ya insanların eyni seansda dinlədiyi mahnılarda olan treklərin oxşar olma ehtimalı daha yüksəkdir.
Spotify mahnıları mahnının məzmununu təhlil edərkən görünməyən kateqoriyalar üzrə qruplaşdırmaq üçün bu birgə filtrləmə yanaşmasından istifadə edir.
İstifadəçi zövqünün təsviri
İndi treki və ya sənətçini təsvir edən yaxşı bir təqdimatımız var. Mahnıları tövsiyə etmək üçün düzgün istifadəçiləri necə tapa bilərik?
Spotify-ın həll etməli olduğu digər çətin problem istifadəçilərinin musiqi zövqünü anlamaqdır.
İlk dəfə Spotify hesabı yaratdığınız zaman Spotify sizdən izləmək istədiyiniz bir neçə janr və ya sənətçi seçməyinizi xahiş edəcəyini görə bilərsiniz. Bu, istifadəçinin hansı musiqi növünü dinləmək istədiyini müəyyən etmək üçün ilk addımdır.
Bundan sonra Spotify-ın tövsiyə motoru bütün dinləmə fəaliyyətinizi izləyir. Axtardığınız hər şey klassik musiqidirsə, Spotify-ın sizə daha çox klassik musiqi təklifləri təqdim etməsi məntiqlidir.
Bununla belə, treki dinləmək nəzərə alınmalı olan ən əsas siqnaldır. Spotify həmçinin ötürdüyünüz mahnılara, saxladığınız treklərə və izlədiyiniz ifaçılara da baxır. Bu cür qarşılıqlı əlaqə açıq və ya aktiv əks əlaqədir.
Bundan əlavə, Spotify gizli rəylərə də baxır. Bura dinləmə seansının uzunluğu və ya mahnını nə qədər təkrar etdiyiniz daxildir.
Bütün bu qarşılıqlı əlaqədən istifadə edərək, Spotify indi janr, əhval-ruhiyyə və dövr üzrə seçimlərinizi öyrənə bilməlidir. Platforma həmçinin günün və ya həftənin müəyyən bir vaxtında hansı musiqi növünə üstünlük verə biləcəyinizi proqnozlaşdıra bilər.
Spotify həmçinin istifadəçilərin musiqi zövqünü zamanla inkişaf etdirdiyini də başa düşür. Bu faktı nəzərə alaraq, Spotify tövsiyə mühərriki tarixi məlumatlar üzərində son fəaliyyətə daha çox əhəmiyyət verir.
Nəticə
Apple Music kimi platformaların daha çox əlçatan mahnılara malik olmasına və TIDAL kimi xidmətlər yüksək keyfiyyətli səs vəd etsə də, Spotify musiqi abunəçilərinin qlobal bazar payına üstünlük verməkdə davam edir. Bu müvəffəqiyyətin bir hissəsi on ildən çox tədqiqat və təkrarlamanın məhsulu olan tövsiyə sisteminin effektivliyidir.
Spotify-ın tövsiyə sisteminin məqsədi istifadəçilərə platformada uzun müddət sərf etməyə imkan verəcək məmnunedici təcrübə təmin etməkdir. Spotify kimi onlayn abunə xidmətlərinə gəldikdə, istifadəçinin saxlanması uğurun əsas göstəricisidir.
Spotify-ın fərdiləşdirmə üzrə vitse-prezidenti Oskar Stalın sözlərinə görə, platforma “həyatınızda daha mənalı audionun miqdarını artırmaq” məqsədi daşıyır. istifadə yolu ilə maşın öyrənmə alqoritmləri, Spotify istifadəçilərinə böyük tövsiyələr çatdıra və sənətçilərin böyüməsinə və onları eşitmək imkanına malik olmasına kömək edə bilir.
Cavab yaz