Creșterea serviciilor de streaming muzical a schimbat complet modul în care generația actuală de ascultători abordează muzica. Nu numai că milioane de melodii sunt disponibile pentru o mică taxă lunară de abonament, algoritmii funcționează activ în fundal pentru a oferi un flux constant de muzică personalizat pe gustul tău.
Conducerea războaielor de streaming muzical este compania suedeză Spotify. Platforma a crescut pentru a acumula peste 400 de milioane de utilizatori activi lunar în 2022. Pe lângă faptul că este cel mai mare serviciu de muzică la cerere, Spotify depășește constant granițele AI și masina de învățare în contextul muzicii și al recomandării muzicale.
Listele de redare precum Discover Weekly sau Daily Mix sunt create folosind un sistem complex de algoritmi care încearcă să îmbine artiști și ascultători. Acest articol va lumina cum funcționează Spotify în culise. Vom cerceta modul în care toți acești algoritmi funcționează împreună pentru a crea servicii eficiente de curatare a muzicii pentru utilizatori.
Cum vă recomandă Spotify lucruri?
Spotify se bazează pe ceea ce este cunoscut ca un sistem de recomandare. Cunoscut și ca motor de recomandare, algoritmul creează un model pentru a găsi și recomanda articole relevante utilizatorilor. Spotify a creat un sistem eficient de recomandare, conceput pentru a oferi utilizatorilor săi liste de redare personalizate și sugestii de melodii.
Acest tip de algoritm este practic omniprezent în viața noastră de zi cu zi. Sistemele de recomandare conduc funcțiile care permit Amazon, YouTube și Facebook să vă ofere conținut relevant pe baza interacțiunilor tale anterioare cu aplicația.
Motorul de recomandare al Spotify trebuie să obțină două reprezentări corecte: utilizatorul și piesa muzicală în sine.
Reprezentând piese muzicale
Înainte ca Spotify să vă sugereze muzică, algoritmii săi trebuie să aibă o modalitate cantitativă de a descrie fiecare dintre milioanele de piese din baza lor de date.
Crearea unui profil pentru fiecare piesă muzicală este o problemă interesantă în sine. Spotify a investit în multe cercetări pentru a găsi cele mai bune modele pentru a descrie fiecare înregistrare din catalogul său.
Pentru a rezolva această problemă, Spotify folosește două metode principale pentru a crea o reprezentare: filtrarea bazată pe conținut și filtrarea colaborativă.
Să vedem ce face fiecare dintre aceste metode și cum funcționează împreună pentru a crea o reprezentare holistică a muzicii.
Filtrare bazată pe conținut
Filtrarea bazată pe conținut urmărește să descrie fiecare piesă prin examinarea datelor și metadatele reale ale piesei.
Când artiștii încarcă muzică în baza de date Spotify, ei trebuie să furnizeze fișierul muzical propriu-zis, precum și informații suplimentare sau metadate. Metadatele includ numele melodiei, anul în care a fost lansată, albumul piesei și chiar lungimea melodiei în sine.
Când Spotify primește aceste fișiere, poate folosi rapid metadatele furnizate pentru a clasifica melodiile. Un single rock britanic din 1989, de exemplu, poate fi pus în mai multe liste de redare precum „Classic British Hits” sau chiar „Rock Songs from the 80s”.
Analiză audio brută
Cu toate acestea, Spotify face un pas mai departe și efectuează o analiză a fișierului audio brut în sine pentru a obține niște valori cantitative din piesă. Dacă ne uităm la API Spotify, putem vedea câteva dintre aceste valori.
De exemplu, API-ul include o măsurătoare de energie care măsoară „măsura perceptivă a intensității și activității”. Conform documentației, metrica este derivată din diferite atribute, inclusiv intervalul dinamic, volumul perceput și timbrul. Folosind această măsurătoare, Spotify poate clasifica melodiile de mare energie împreună și le poate oferi drept recomandări utilizatorilor care ascultă muzică de mare intensitate.
Pe lângă energie, Spotify determină și intensitatea piesei, o măsură care detectează prezența unui public în înregistrare. Valența este o măsurătoare care descrie cât de pozitivă este o piesă. Un sunet cu valență ridicată indică muzică veselă și fericită, în timp ce un sunet cu valență mai scăzută indică muzică tristă, deprimată sau furioasă.
Analiza temporală
Spotify are și un alt algoritm de analiză interesant care descrie structura temporală a piesei. O singură piesă este împărțită în diferite segmente: de la secțiuni (refren, bridge, solo instrumental), până la bătăile individuale. Puteți vedea cum descrie Spotify structura melodiilor tale preferate folosind aceasta instrument online care trimite o solicitare către API-ul Spotify.
Combinarea analizei temporale cu metrici precum energia și valența poate ajuta la reprezentarea traseului într-un mod mai nuanțat. Putem filtra prin melodii care cresc treptat în intensitate sau găsim melodii care sunt pline de energie până la capăt.
Analiza textului
Motorul de recomandare al Spotify extrage, de asemenea, informații semantice din textul legat de piesă sau artist prin utilizarea modele de procesare a limbajului.
Versurile cântecului pot ajuta la înțelegerea în continuare a conținutului cântecului. Este posibil ca Spotify să caute cuvinte cheie potențiale sau Analiza sentimentului atunci când creați liste de redare noi sau posturi radio.
Web-ul este, de asemenea, un instrument util pentru a înțelege o piesă sau un artist. Spotify efectuează în mod regulat scrape-uri web ale canalelor media online și ale publicațiilor muzicale pentru a determina modul în care oamenii reali descriu fiecare piesă sau artist.
Filtrare colaborativa
Filtrarea colaborativă se referă la abordarea prin care puteți filtra elementele pe care un utilizator le-ar putea prefera analizând obiceiurile utilizatorilor similari.
De exemplu, utilizatorului A i-ar plăcea artiștii X și Y, iar unui alt utilizator Spotify B îi plac și X și Y. Dacă utilizatorul B ascultă o mulțime de melodii de la artistul Z, atunci este posibil ca și utilizatorului A să le placă.
O problemă cu filtrarea colaborativă folosind această metodă este că utilizatorii au, în general, un gust mai divers în muzică. Este posibil ca artistul Z să fie un gen complet diferit de artiștii X și Y.
Pentru a combate acest lucru, Spotify folosește o variantă de filtrare colaborativă care analizează apariția concomitentă a listelor de redare și a sesiunilor de ascultare. În termeni mai simpli, melodiile care tind să fie în aceeași listă de redare sau melodiile pe care oamenii le ascultă în aceeași sesiune au mai multe șanse să fie similare.
Spotify folosește această abordare de filtrare colaborativă pentru a grupa melodiile în categorii care ar putea să nu fie evidente atunci când se analizează conținutul melodiei.
Descrierea gustului utilizatorului
Acum avem o reprezentare bună care descrie o piesă sau un artist. Cum găsim apoi utilizatorii potriviți cărora să le recomande melodiile?
O altă problemă provocatoare pe care Spotify ar trebui să o rezolve este înțelegerea gustului muzical al utilizatorilor săi.
Când creați pentru prima dată un cont Spotify, este posibil să observați că Spotify vă va cere să selectați câteva genuri sau artiști pe care doriți să îi urmăriți. Acesta este primul pas pentru a determina ce tip de muzică dorește să asculte utilizatorul.
După aceea, motorul de recomandare al Spotify ține evidența întregii activități de ascultare. Este logic ca Spotify să vă ofere mai multe sugestii de muzică clasică dacă tot ceea ce căutați este muzică clasică.
Cu toate acestea, ascultarea unei piese este doar cel mai elementar semnal de luat în considerare. Spotify analizează, de asemenea, melodiile pe care le omiteți, melodiile pe care le salvați și artiștii pe care îi urmăriți. Aceste tipuri de interacțiuni sunt feedback explicit sau activ.
În plus, Spotify analizează și feedback-ul implicit. Aceasta include durata sesiunii de ascultare sau cât de des repeți o melodie.
Folosind toate aceste interacțiuni, Spotify ar trebui să poată afla acum preferințele dvs. în gen, stare de spirit și epocă. Platforma poate prezice, de asemenea, ce tip de muzică ați putea prefera la un anumit moment al zilei sau zi a săptămânii.
De asemenea, Spotify înțelege că utilizatorii își dezvoltă adesea gustul pentru muzică în timp. Având în vedere acest fapt, motorul de recomandare Spotify pune mai multă pondere pe activitatea recentă față de datele istorice.
Concluzie
Chiar dacă platforme precum Apple Music au mai multe melodii disponibile, iar servicii precum TIDAL promit sunet de înaltă fidelitate, Spotify continuă să domine cota de piață globală a abonaților de muzică. O parte din acest succes este eficacitatea sistemului său de recomandare, care este un produs de peste un deceniu de cercetare și iterare.
Scopul sistemului de recomandare Spotify este de a oferi utilizatorilor o experiență satisfăcătoare, care să le permită să petreacă mult timp pe platformă. Retenția utilizatorilor este o măsură cheie pentru succes atunci când vine vorba de servicii de abonament online, cum ar fi Spotify.
Potrivit lui Oskar Stal, vicepreședintele personalizării la Spotify, platforma își propune „să mărească cantitatea de sunet mai semnificativ din viața ta”. Prin folosirea lui algoritmi de învățare automată, Spotify este capabil să ofere recomandări grozave utilizatorilor săi și să îi ajute pe artiști să se dezvolte și să aibă ocazia de a fi auziți.
Lasă un comentariu