Яку задачу розв'язує Spotify
У Spotify понад 100 мільйонів пісень. Ви встигнете послухати лише крихітну їх частку. Spotify якимось чином має вгадати, які з цих 100 мільйонів вам сподобаються, знаючи про вас зовсім небагато. Це і є задача рекомендацій, одна з найскладніших у ШІ.
Три складники секретного рецепта Spotify
1. Колаборативна фільтрація: «Людям, схожим на вас, також сподобалося...»
Найпотужніший складник — те, що слухають інші люди зі схожим смаком. Якщо ви і ще мільйон користувачів любите той самий набір виконавців, Spotify може впевнено порадити вам те, що сподобалося їм і чого ви ще не чули.
Для цього системі нічого не треба знати про саму музику. Достатньо закономірностей того, хто що слухає. Якщо слухачі фолк-гурту А помітно частіше за інших вмикають і джазове тріо Б, Spotify запам'ятовує цей зв'язок, навіть коли жанри здаються зовсім не пов'язаними.
2. Аналіз вмісту: як музика звучить насправді
Spotify аналізує звук кожної пісні в каталозі. Крім жанру й тональності, він виділяє такі ознаки, як темп, танцювальність, енергійність, валентність (музична «позитивність»), гучність, частка мовлення і ще десятки інших.
Якщо вам зазвичай подобаються енергійні пісні у швидкому темпі, Spotify знайде інші такі самі треки, яких ви ще не чули, навіть від виконавців, про слухачів яких у нього поки немає жодних даних.
3. Обробка природної мови: що люди пишуть про музику
Spotify аналізує мільярди вебсторінок, дописів у блогах, рецензій і публікацій у соцмережах, щоб зрозуміти, як люди описують музику. «Мрійлива», «меланхолійна», «ідеально для навчання», «звучить як літній день» — такі описи об'єднують пісні в групи, яких суто звуковий аналіз не помітив би.
Discover Weekly: де все сходиться
Щопонеділка в Spotify з'являється плейлист Discover Weekly із 30 піснями, дібраними саме для вас. Щоб його скласти, система знаходить групу користувачів, які останнім часом слухають схоже на вас, бере їхні менш популярні улюблені треки і пропускає їх крізь фільтр за звучанням, щоб вони пасували до ваших уподобань. Зазвичай виходить музика, що звучить знайомо, від виконавців, яких ви ніколи не чули.
Чому система іноді помиляється
Рекомендаційні системи мають реальні обмеження:
- Ехокамера: система дедалі краще передбачає, що вам подобається зараз, і через це ви можете так і не відкрити для себе музику, далеку від звичного смаку.
- Сліпота до ситуації: Spotify здебільшого не знає, чи ви зараз вчитеся, тренуєтеся або на вечірці. Пісня, ідеальна для однієї ситуації, не пасує до іншої.
- Холодний старт: нові виконавці, про прослуховування яких ще немає даних, рідко потрапляють у рекомендації, тож невідомим музикантам важко пробитися до слухачів.
Цікавий факт
2014 року Spotify купив компанію музичної аналітики Echo Nest, за повідомленнями, за 100 мільйонів доларів. Echo Nest роками будувала інфраструктуру для аналізу звукових характеристик кожної коли-небудь записаної пісні. Саме ця покупка стала основою рекомендаційної системи, якою ви користуєтеся сьогодні.
Підсумок
Система рекомендацій Spotify поєднує три види знань: хто слухає те саме, що й ви, як музика звучить насправді і що про неї пишуть люди. Разом ці сигнали дають змогу напрочуд точно передбачати ваші вподобання в каталозі зі 100 мільйонів пісень. Коли розумієте, як працюють рекомендаційні системи, легше помітити, коли вони спрямовують ваш смак, і вирішити, коли йти за алгоритмом, а коли шукати самостійно.