Как работают рекомендательные алгоритмы в музыке
Никакой магии там нет — просто классно продуманная система аналитики.
Какие данные в этом помогают?
✔️ Поведение слушателей. Сколько времени играл трек, ставили ли его на паузу, а может, сразу пролистнули? В некоторых сервисах пропуск песни = дизлайк.
✔️ История прослушиваний. Причём не только ваша, но и других слушателей той же песни — могут быть интересные пересечения. Это называется «коллаборативная фильтрация».
✔️ Контекст. В какой обстановке люди выбирают именно этот трек? Важно всё — от времени суток до устройства и геолокации.
✔️ Описание музыки. Система не может понять песню, но анализирует то, как её воспринимают люди — тут помогают, например, обсуждения в соцсетях.
А лайки и дизлайки? Этот критерий важен, но полной картины не даёт — трек могут лайкнуть и не переслушивать, а артиста отметить любимым из-за одного хита.
Общая логика рекомендаций у всех стримингов похожа. Но у каждого под капотом свои фишки, и, чтобы найти тот, который будет вас чувствовать как надо, придётся затестить все. Тут поможет МегаСила «Безлимит на музыку и кинотеатры».
Как думаете, какой показатель годноты трека самый объективный?
❤️ — прослушивания
❤️🔥 — оценки
😍 — добавление в плейлисты