ການເພີ່ມຂຶ້ນຂອງການບໍລິການສະຕີມເພງໄດ້ປ່ຽນແປງຢ່າງສິ້ນເຊີງວິທີທີ່ຜູ້ຟັງລຸ້ນປະຈຸບັນເຂົ້າຫາດົນຕີ. ບໍ່ພຽງແຕ່ມີຫຼາຍລ້ານເພງທີ່ມີຢູ່ສໍາລັບຄ່າທໍານຽມການສະຫມັກປະຈໍາເດືອນເລັກນ້ອຍ, algorithms ເຮັດວຽກຢ່າງຈິງຈັງໃນພື້ນຫລັງເພື່ອສະຫນອງການຖ່າຍທອດຢ່າງຕໍ່ເນື່ອງຂອງດົນຕີເປັນສ່ວນບຸກຄົນຕາມລົດຊາດຂອງທ່ານ.
ຜູ້ນໍາໃນສົງຄາມການຖ່າຍທອດດົນຕີແມ່ນບໍລິສັດ Spotify ທີ່ຕັ້ງຢູ່ຊູແອັດ. ແພລະຕະຟອມດັ່ງກ່າວໄດ້ເຕີບໃຫຍ່ຂຶ້ນເປັນຈໍານວນຜູ້ໃຊ້ທີ່ໃຊ້ວຽກປະຈໍາເດືອນຫຼາຍກວ່າ 400 ລ້ານຄົນໃນປີ 2022. ນອກເຫນືອຈາກການເປັນບໍລິການດົນຕີຕາມຄວາມຕ້ອງການທີ່ໃຫຍ່ທີ່ສຸດ, Spotify ສືບຕໍ່ຊຸກຍູ້ຂອບເຂດຂອງ AI ແລະ ການຮຽນຮູ້ເຄື່ອງຈັກ ໃນສະພາບການຂອງດົນຕີແລະຄໍາແນະນໍາດົນຕີ.
ລາຍການຫຼິ້ນເຊັ່ນ Discover Weekly ຫຼື Daily Mix ແມ່ນຖືກສ້າງຂຶ້ນໂດຍໃຊ້ລະບົບສູດການຄິດໄລ່ທີ່ຊັບຊ້ອນທີ່ພະຍາຍາມຈັບຄູ່ສິນລະປິນ ແລະຜູ້ຟັງຮ່ວມກັນ. ບົດຄວາມນີ້ຈະເປັນແສງສະຫວ່າງກ່ຽວກັບວິທີການ Spotify ເຮັດວຽກຢູ່ເບື້ອງຫຼັງ. ພວກເຮົາຈະລົງເລິກເບິ່ງວິທີການທັງໝົດເຫຼົ່ານີ້ເຮັດວຽກຮ່ວມກັນເພື່ອສ້າງການບໍລິການຕັດດົນຕີທີ່ມີປະສິດທິພາບສໍາລັບຜູ້ໃຊ້.
Spotify ແນະນໍາໃຫ້ທ່ານສິ່ງຕ່າງໆແນວໃດ?
Spotify ອີງໃສ່ສິ່ງທີ່ເອີ້ນວ່າລະບົບຄໍາແນະນໍາ. ເປັນທີ່ຮູ້ຈັກເປັນເຄື່ອງຈັກແນະນໍາ, algorithm ສ້າງແບບຈໍາລອງເພື່ອຊອກຫາແລະແນະນໍາລາຍການທີ່ກ່ຽວຂ້ອງໃຫ້ກັບຜູ້ໃຊ້. Spotify ໄດ້ສ້າງລະບົບຄໍາແນະນໍາປະສິດທິຜົນທີ່ເຫມາະສົມສໍາລັບການຈັດສົ່ງ playlists ທີ່ປັບແຕ່ງແລະຕິດຕາມຄໍາແນະນໍາໃຫ້ຜູ້ຊົມໃຊ້ຂອງຕົນ.
ປະເພດຂອງສູດການຄິດໄລ່ນີ້ແມ່ນປະຕິບັດຢູ່ທົ່ວທຸກແຫ່ງໃນຊີວິດປະຈໍາວັນຂອງພວກເຮົາ. ລະບົບການແນະນໍາຂັບເຄື່ອນລັກສະນະທີ່ອະນຸຍາດໃຫ້ Amazon, YouTube, ແລະ Facebook ໃຫ້ທ່ານມີເນື້ອຫາທີ່ກ່ຽວຂ້ອງໂດຍອີງໃສ່ການໂຕ້ຕອບທີ່ຜ່ານມາຂອງທ່ານກັບ app.
ເຄື່ອງຈັກແນະນໍາຂອງ Spotify ຈໍາເປັນຕ້ອງໄດ້ຮັບການສະແດງສອງຢ່າງທີ່ຖືກຕ້ອງ: ຜູ້ໃຊ້ແລະເພງຂອງຕົວມັນເອງ.
ເປັນຕົວແທນເພງ
ກ່ອນທີ່ Spotify ສາມາດແນະນຳເພງໃຫ້ທ່ານໄດ້, ສູດການຄິດໄລ່ຂອງມັນຕ້ອງມີວິທີທາງປະລິມານໃນການອະທິບາຍແຕ່ລະລ້ານເພງໃນຖານຂໍ້ມູນຂອງເຂົາເຈົ້າ.
ການສ້າງ profile ສໍາລັບແຕ່ລະເພງແມ່ນເປັນບັນຫາທີ່ຫນ້າສົນໃຈໃນຕົວຂອງມັນເອງ. Spotify ໄດ້ລົງທຶນໃນການຄົ້ນຄວ້າຫຼາຍຢ່າງເພື່ອຊອກຫາຮູບແບບທີ່ດີທີ່ສຸດເພື່ອອະທິບາຍທຸກບັນທຶກໃນລາຍການຂອງມັນ.
ເພື່ອແກ້ໄຂບັນຫານີ້, Spotify ໃຊ້ສອງວິທີຕົ້ນຕໍເພື່ອສ້າງຕົວແທນ: ການກັ່ນຕອງເນື້ອຫາແລະການກັ່ນຕອງຮ່ວມມື.
ຂໍໃຫ້ພິຈາລະນາເບິ່ງວ່າແຕ່ລະວິທີການເຫຼົ່ານີ້ເຮັດແນວໃດແລະວິທີການທີ່ພວກມັນເຮັດວຽກຮ່ວມກັນເພື່ອສ້າງການເປັນຕົວແທນຂອງດົນຕີ.
ການກັ່ນຕອງໂດຍອີງໃສ່ເນື້ອຫາ
ການກັ່ນຕອງໂດຍອີງໃສ່ເນື້ອຫາມີຈຸດປະສົງເພື່ອອະທິບາຍແຕ່ລະເພງໂດຍການກວດສອບຂໍ້ມູນຕົວຈິງແລະ metadata ຂອງເພງ.
ເມື່ອນັກສິລະປິນອັບໂຫລດເພງໃສ່ຖານຂໍ້ມູນຂອງ Spotify, ພວກເຂົາຕ້ອງສະຫນອງໄຟລ໌ດົນຕີຕົວຈິງຂອງມັນເອງ, ເຊັ່ນດຽວກັນກັບຂໍ້ມູນເພີ່ມເຕີມຫຼື metadata. Metadata ປະກອບມີຊື່ຂອງເພງ, ປີທີ່ມັນຖືກປ່ອຍອອກມາ, ອັລບັມຂອງເພງ, ແລະແມ້ກະທັ້ງຄວາມຍາວຂອງເພງນັ້ນເອງ.
ເມື່ອ Spotify ໄດ້ຮັບໄຟລ໌ເຫຼົ່ານີ້, ມັນສາມາດນໍາໃຊ້ metadata ທີ່ສະຫນອງໃຫ້ຢ່າງວ່ອງໄວເພື່ອຈັດປະເພດເພງ. ຕົວຢ່າງເພງເພງ Rock ຂອງອັງກິດຈາກປີ 1989, ສາມາດຖືກໃສ່ເຂົ້າໃນລາຍການຫຼິ້ນຫຼາຍລາຍການເຊັ່ນ "Classic British Hits" ຫຼືແມ້ກະທັ້ງ "Rock Songs ຈາກ 80s".
ການວິເຄາະສຽງດິບ
ຢ່າງໃດກໍຕາມ, Spotify ກ້າວໄປອີກບາດກ້າວຫນຶ່ງແລະປະຕິບັດການວິເຄາະກ່ຽວກັບໄຟລ໌ສຽງດິບຂອງມັນເອງເພື່ອໃຫ້ໄດ້ຮັບການວັດແທກປະລິມານບາງຢ່າງຈາກການຕິດຕາມ. ຖ້າຫາກວ່າພວກເຮົາເບິ່ງຢູ່ໃນ Spotify API, ພວກເຮົາສາມາດເຫັນຈໍານວນຫນ້ອຍຂອງ metrics ເຫຼົ່ານີ້.
ຕົວຢ່າງ, API ປະກອບມີຕົວວັດແທກພະລັງງານທີ່ວັດແທກ "ການວັດແທກຄວາມເຂັ້ມຂົ້ນແລະກິດຈະກໍາ." ອີງຕາມເອກະສານ, metric ແມ່ນໄດ້ມາຈາກຄຸນລັກສະນະຕ່າງໆລວມທັງລະດັບການເຄື່ອນໄຫວ, ການຮັບຮູ້ຄວາມດັງ, ແລະ timbre. ການນໍາໃຊ້ມາດຕະການນີ້, Spotify ສາມາດຈັດປະເພດເພງທີ່ມີພະລັງງານສູງຮ່ວມກັນແລະຮັບໃຊ້ໃຫ້ເຂົາເຈົ້າເປັນຄໍາແນະນໍາໃຫ້ຜູ້ຊົມໃຊ້ທີ່ຮັບຟັງດົນຕີຄວາມເຂັ້ມແຂງສູງ.
ນອກຈາກພະລັງງານ, Spotify ຍັງກໍານົດຊີວິດຂອງການຕິດຕາມ, metric ທີ່ກວດພົບການມີຜູ້ຊົມໃນການບັນທຶກໄດ້. Valence ແມ່ນການວັດແທກທີ່ອະທິບາຍວິທີການໃນທາງບວກ. ສຽງ valence ສູງຊີ້ໃຫ້ເຫັນດົນຕີທີ່ເບີກບານແລະມີຄວາມສຸກ, ໃນຂະນະທີ່ສຽງ valence ຕ່ໍາຊີ້ໃຫ້ເຫັນດົນຕີທີ່ໂສກເສົ້າ, ຊຶມເສົ້າ, ຫຼືໃຈຮ້າຍ.
ການວິເຄາະຊົ່ວຄາວ
Spotify ຍັງມີວິທີການວິເຄາະທີ່ໜ້າສົນໃຈອີກອັນໜຶ່ງທີ່ອະທິບາຍໂຄງສ້າງທາງໂລກຂອງການຕິດຕາມ. ເພງດຽວແມ່ນແບ່ງອອກເປັນພາກສ່ວນຕ່າງໆ: ຈາກພາກສ່ວນ (chorus, ຂົວ, solo ເຄື່ອງມື), ບຸກຄົນ beats ຕົນເອງ. ທ່ານສາມາດກວດເບິ່ງວ່າ Spotify ອະທິບາຍໂຄງສ້າງຂອງເພງທີ່ທ່ານມັກໄດ້ແນວໃດໂດຍການໃຊ້ນີ້ ເຄື່ອງມື online ທີ່ສົ່ງຄໍາຮ້ອງຂໍໄປຫາ Spotify API.
ການສົມທົບການວິເຄາະຊົ່ວຄາວກັບ metrics ເຊັ່ນ: ພະລັງງານແລະ valence ສາມາດຊ່ວຍເປັນຕົວແທນຂອງການຕິດຕາມໃນທາງທີ່ລະອຽດອ່ອນກວ່າ. ພວກເຮົາສາມາດກັ່ນຕອງຜ່ານເພງທີ່ຄ່ອຍໆສ້າງຄວາມເຂັ້ມຂົ້ນ, ຫຼືຊອກຫາເພງທີ່ມີພະລັງງານສູງຕະຫຼອດທາງ.
ການວິເຄາະຂໍ້ຄວາມ
ເຄື່ອງຈັກແນະນໍາຂອງ Spotify ຍັງສະກັດຂໍ້ມູນ semantic ຈາກຂໍ້ຄວາມທີ່ກ່ຽວຂ້ອງກັບການຕິດຕາມຫຼືສິລະປິນໂດຍຜ່ານການນໍາໃຊ້ທໍາມະຊາດ ຮູບແບບການປຸງແຕ່ງພາສາ.
ເນື້ອເພງສາມາດຊ່ວຍໃຫ້ເຂົ້າໃຈເນື້ອໃນຂອງເພງຕື່ມອີກ. ມັນເປັນໄປໄດ້ວ່າ Spotify ຄົ້ນຫາຄໍາທີ່ມີທ່າແຮງຫຼື ການວິເຄາະຄວາມຮູ້ສຶກ ເມື່ອສ້າງລາຍການຫຼິ້ນໃໝ່ ຫຼືຕິດຕາມວິທະຍຸ.
ເວັບໄຊຕ໌ຍັງເປັນເຄື່ອງມືທີ່ເປັນປະໂຫຍດເພື່ອເຂົ້າໃຈເພງຫຼືສິລະປິນ. Spotify ປະຕິບັດການຂູດເວັບຂອງສື່ອອນໄລນ໌ ແລະສິ່ງພິມດົນຕີເປັນປະຈໍາເພື່ອກໍານົດວ່າຄົນທີ່ແທ້ຈິງອະທິບາຍແຕ່ລະເພງ ຫຼືສິລະປິນແນວໃດ.
ການກັ່ນຕອງຮ່ວມມື
ການກັ່ນຕອງຮ່ວມກັນຫມາຍເຖິງວິທີການທີ່ທ່ານສາມາດກັ່ນຕອງລາຍການທີ່ຜູ້ໃຊ້ອາດຈະມັກໂດຍການເບິ່ງນິໄສຂອງຜູ້ໃຊ້ທີ່ຄ້າຍຄືກັນ.
ຕົວຢ່າງເຊັ່ນ, ຜູ້ໃຊ້ A ອາດຈະມັກສິລະປິນ X ແລະ Y, ແລະຜູ້ໃຊ້ Spotify ຄົນອື່ນ B ກໍ່ມັກ X ແລະ Y. ຖ້າຜູ້ໃຊ້ B ຟັງຫຼາຍເພງຈາກສິລະປິນ Z, ມັນເປັນໄປໄດ້ວ່າຜູ້ໃຊ້ A ອາດຈະມັກພວກເຂົາເຊັ່ນກັນ.
ບັນຫາຫນຶ່ງທີ່ມີການກັ່ນຕອງຮ່ວມມືໂດຍໃຊ້ວິທີນີ້ແມ່ນວ່າຜູ້ໃຊ້ໂດຍທົ່ວໄປມີລົດຊາດທີ່ຫຼາກຫຼາຍໃນດົນຕີ. ມັນເປັນໄປໄດ້ວ່າສິນລະປິນ Z ເປັນປະເພດທີ່ແຕກຕ່າງກັນຫມົດຈາກສິລະປິນ X ແລະ Y.
ເພື່ອຕໍ່ສູ້ກັບສິ່ງນີ້, Spotify ໃຊ້ການປ່ຽນແປງຂອງການກັ່ນຕອງການຮ່ວມມືທີ່ເບິ່ງເຂົ້າໄປໃນລາຍການຫຼິ້ນແລະການຟັງຮ່ວມກັນ. ໃນຄໍາສັບທີ່ງ່າຍກວ່າ, ເພງທີ່ມີແນວໂນ້ມທີ່ຈະຢູ່ໃນລາຍການຫຼິ້ນດຽວກັນຫຼືເພງທີ່ຄົນຟັງໃນເຊດຊັນດຽວກັນມີແນວໂນ້ມທີ່ຈະຄ້າຍຄືກັນ.
Spotify ໃຊ້ວິທີການກັ່ນຕອງການຮ່ວມມືນີ້ເພື່ອຈັດກຸ່ມເພງເຂົ້າກັນເປັນປະເພດທີ່ອາດຈະບໍ່ປາກົດໃຫ້ເຫັນເມື່ອວິເຄາະເນື້ອໃນຂອງເພງ.
ອະທິບາຍລົດຊາດຂອງຜູ້ໃຊ້
ຕອນນີ້ພວກເຮົາມີຕົວແທນທີ່ດີທີ່ອະທິບາຍເພງ ຫຼືສິນລະປິນ. ແລ້ວພວກເຮົາຈະຊອກຫາຜູ້ໃຊ້ທີ່ເຫມາະສົມທີ່ຈະແນະນໍາເພງແນວໃດ?
ບັນຫາທ້າທາຍອີກອັນຫນຶ່ງທີ່ Spotify ຄວນແກ້ໄຂແມ່ນການເຂົ້າໃຈລົດຊາດດົນຕີຂອງຜູ້ໃຊ້ຂອງມັນ.
ເມື່ອທ່ານສ້າງບັນຊີ Spotify ຄັ້ງທໍາອິດ, ທ່ານອາດຈະສັງເກດເຫັນວ່າ Spotify ຈະຮ້ອງຂໍໃຫ້ທ່ານເລືອກບາງປະເພດຫຼືສິນລະປິນທີ່ທ່ານຕ້ອງການທີ່ຈະປະຕິບັດຕາມ. ນີ້ແມ່ນຂັ້ນຕອນທໍາອິດໃນການກໍານົດປະເພດຂອງດົນຕີທີ່ຜູ້ໃຊ້ຕ້ອງການຟັງ.
ຫຼັງຈາກນັ້ນ, ເຄື່ອງຈັກແນະນໍາຂອງ Spotify ຕິດຕາມກິດຈະກໍາການຟັງທັງຫມົດຂອງທ່ານ. ມັນມີຄວາມຫມາຍສໍາລັບ Spotify ທີ່ຈະໃຫ້ບໍລິການຄໍາແນະນໍາເພງຄລາສສິກຫຼາຍຖ້າທ່ານຄົ້ນຫາທັງຫມົດແມ່ນດົນຕີຄລາສສິກ.
ຢ່າງໃດກໍ່ຕາມ, ການຟັງເພງແມ່ນພຽງແຕ່ສັນຍານພື້ນຖານທີ່ສຸດທີ່ຈະພິຈາລະນາ. Spotify ຍັງຊອກຫາເພງທີ່ທ່ານຂ້າມ, ຕິດຕາມທ່ານບັນທຶກ, ແລະສິນລະປິນທີ່ທ່ານຕິດຕາມ. ປະເພດຂອງປະຕິສໍາພັນເຫຼົ່ານີ້ແມ່ນຄໍາຕິຊົມທີ່ຈະແຈ້ງຫຼືການເຄື່ອນໄຫວ.
ນອກຈາກນັ້ນ, Spotify ຍັງເບິ່ງໃນຄໍາຄຶດຄໍາເຫັນ implicit. ນີ້ຮວມເຖິງຄວາມຍາວຂອງຊ່ວງເວລາຟັງ ຫຼືວ່າເຈົ້າຮ້ອງເພງຊ້ຳເລື້ອຍໆສໍ່າໃດ.
ການນໍາໃຊ້ການໂຕ້ຕອບທັງຫມົດເຫຼົ່ານີ້, Spotify ໃນປັດຈຸບັນຄວນຈະສາມາດຊອກຫາຄວາມມັກຂອງທ່ານໃນປະເພດ, ໂປຣໄຟລ, ແລະຍຸກ. ແພລະຕະຟອມຍັງສາມາດຄາດເດົາໄດ້ວ່າເພງປະເພດໃດທີ່ເຈົ້າອາດຈະມັກໃນເວລາສະເພາະຂອງມື້ຫຼືມື້ຂອງອາທິດ.
Spotify ຍັງເຂົ້າໃຈວ່າຜູ້ໃຊ້ມັກຈະພັດທະນາລົດຊາດຂອງເຂົາເຈົ້າໃນດົນຕີໃນໄລຍະເວລາ. ພິຈາລະນາຄວາມເປັນຈິງນີ້, ເຄື່ອງຈັກແນະນໍາ Spotify ເອົານ້ໍາຫນັກຫຼາຍຂຶ້ນກ່ຽວກັບກິດຈະກໍາທີ່ຜ່ານມາກ່ຽວກັບຂໍ້ມູນປະຫວັດສາດ.
ສະຫຼຸບ
ເຖິງແມ່ນວ່າເວທີເຊັ່ນ Apple Music ມີເພງທີ່ມີຢູ່ຫຼາຍ, ແລະການບໍລິການເຊັ່ນ: TIDAL ສັນຍາວ່າສຽງທີ່ມີຄວາມຊື່ສັດສູງ, Spotify ຍັງສືບຕໍ່ຄອບງໍາສ່ວນແບ່ງຕະຫຼາດທົ່ວໂລກຂອງຜູ້ຈອງເພງ. ສ່ວນຫນຶ່ງຂອງຜົນສໍາເລັດນັ້ນແມ່ນປະສິດທິພາບຂອງລະບົບຄໍາແນະນໍາຂອງຕົນ, ເຊິ່ງເປັນຜະລິດຕະພັນຂອງຫຼາຍກວ່າທົດສະວັດຂອງການຄົ້ນຄວ້າແລະ iteration.
ເປົ້າຫມາຍຂອງລະບົບຄໍາແນະນໍາຂອງ Spotify ແມ່ນເພື່ອສະຫນອງປະສົບການທີ່ຫນ້າພໍໃຈສໍາລັບຜູ້ໃຊ້ທີ່ຈະຊ່ວຍໃຫ້ພວກເຂົາໃຊ້ເວລາດົນໃນເວທີ. ການຮັກສາຜູ້ໃຊ້ແມ່ນຕົວຊີ້ວັດທີ່ສໍາຄັນສໍາລັບຄວາມສໍາເລັດໃນເວລາທີ່ມັນມາກັບການບໍລິການສະຫມັກອອນໄລນ໌ເຊັ່ນ Spotify.
ອີງຕາມການ Oskar Stal, VP ຂອງການປັບແຕ່ງສ່ວນບຸກຄົນຂອງ Spotify, ເວທີດັ່ງກ່າວມີຈຸດປະສົງເພື່ອ "ເພີ່ມຈໍານວນສຽງທີ່ມີຄວາມຫມາຍໃນຊີວິດຂອງເຈົ້າ." ໂດຍຜ່ານການນໍາໃຊ້ຂອງ ສູດການຮຽນຮູ້ເຄື່ອງຈັກ, Spotify ສາມາດໃຫ້ຄໍາແນະນໍາທີ່ດີກັບຜູ້ໃຊ້ຂອງຕົນແລະຊ່ວຍໃຫ້ນັກສິລະປິນເຕີບໃຫຍ່ແລະມີໂອກາດທີ່ຈະໄດ້ຍິນ.
ອອກຈາກ Reply ເປັນ