![\"\"](\"https:\/\/www.spotifyshare.com\/wp-content\/uploads\/2022\/12\/0f12132d-7649-4e8e-9da1-cd15eba4a42a_1923x1490-1024x793.jpg\")
<\/figure>\n\n\n\nAber Haben Sie sich jemals gefragt, wie? <\/p>\n\n\n\n
Ich meine, das hast du wahrscheinlich, weil du deshalb auf diesen Beitrag geklickt hast. <\/p>\n\n\n\n
So setzt sich Spotifys Empfehlungssystem aus drei verschiedenen Algorithmen zusammen, was es aufgrund der Mathematik dreimal besser als einen Algorithmus macht. <\/p>\n\n\n\n
Kollaboratives Filtern<\/h4>\n\n\n\n
Das erste dieser drei hat eigentlich nichts mit der Musik selbst zu tun und hei\u00dft kollaboratives Filtern<\/strong>. Auf diese Weise empfiehlt Netflix im Grunde neue Shows, indem es eine Endbenutzer-Lizenzvereinbarung mit 6000 W\u00f6rtern schreibt, die ihnen die Erlaubnis gibt, alles aufzuzeichnen, was Sie tun, bis Sie sterben oder Ihr Telefon in einen Vulkan werfen.<\/p>\n\n\n\n Sie befinden sich in Spotifys riesigem Matrix-Raum und haben eine riesige Matrix gespeichert. Es sind ungef\u00e4hr 433 Millionen Zeilen mal 80 Millionen Spalten, die jeden einzelnen Benutzer und jeden einzelnen Song auf der Plattform indizieren und aufzeichnen, wie oft jede Person h\u00f6rt jedem Lied zu. Das vereinfacht die Dinge ein bisschen, aber diese Matrix erm\u00f6glicht es ihnen, objektiv zu bestimmen, welche Benutzer sich am \u00e4hnlichsten sind. <\/p>\n\n\n\n Wenn eine Zeile alle die gleichen Spalten wie eine andere Zeile trifft, bedeutet das , dass diese beiden Personen die gleichen Songs h\u00f6ren. Und wenn eine dieser Zeilen eine aktive Spalte hat, die die andere nicht tut. nicht, dann w\u00e4re dieser Song theoretisch gut zu empfehlen. <\/p>\n\n\n\n Was ich damit sagen will, ist, wenn Sie das Spotify einer bestimmten Person ruinieren wollen, m\u00fcssen Sie nur ein neues Konto erstellen, all ihre Lieblingslieder anh\u00f6ren und dann Tornadosirenen h\u00f6ren Effekte von GEMA-freier Musik und Sound Effektfabriken siebzigtausend Mal <\/p>\n\n\n\n Jetzt kann Spotify sich nicht vollst\u00e4ndig auf kollaboratives Filtern verlassen. Es ist nicht sehr genau, besonders wenn es um die facettenreichen Musikgeschm\u00e4cker der Menschen geht, und es neigt dazu, allgemein popul\u00e4re Musik zu f\u00f6rdern, w\u00e4hrend es Dinge verbrennt, die nicht \u00fcber eine Menge H\u00f6rdaten verf\u00fcgen arbeiten mit, wie dem gleichen von Wendovers alten Jamboree-Band, auch wenn ihre Musik hei\u00dfes Feuer ist. <\/p>\n\n\n\n Hier kommt der n\u00e4chste Algorithmus ins Spiel, Spotifys nat\u00fcrliches Sprachverarbeitungssystem. <\/p>\n\n\n\n Sehen Sie, eineder besten Art, Songs zu kategorisieren, ist mit Worten, und es stellt sich heraus, dass das Internet eine ganze Menge davon hat. <\/p>\n\n\n\n Spotify sammelt st\u00e4ndig Text zu seinen Songs. Es wird sich Text auf seiner eigenen Plattform Lieder Titel, Playlist-Beschreibungen und Songtexte ansehen, aber es wird auch Daten aus dem Rest des Internets abrufen. <\/p>\n\n\n\n Spotify kratzt Song-Rezensionen, Nachrichtenartikel, Kommentarbereiche, wie Sie es nennen, und all dies flie\u00dft in den Aufbau einer zugeordneten Wortdatenbank f\u00fcr jeden Song und K\u00fcnstler auf seiner Plattform ein. <\/p>\n\n\n\n Hier ist eine solche Tabelle, die von Echo Nest<\/strong> erstellt wurde, dem Musikdatenunternehmen, das Spotify 2014 f\u00fcr den Ausdruck Abba gekauft hat.<\/p>\n\n\n\n Wie Sie sehen k\u00f6nnen, enth\u00e4lt es die Nominalphrasen, die am am h\u00e4ufigsten mit Abba in Verbindung gebracht werden, sowie die Adjektive, die am h\u00e4ufigsten verwendet werden, wenn Abba beschrieben wird. <\/p>\n\n\n\n Anhand dieser Tabelle k\u00f6nnen Sie einsehen, dass ABBA-Fans wahrscheinlich andere Dinge m\u00f6gen werden, die h\u00e4ufig mit frechen, gewaltlosen und Schweden beschrieben werden, wie Greta Tunberg oder IKEA-Stoffhai, der einen eigenen Subreddit f\u00fcr hat irgendein Grund. <\/p>\n\n\n\n Aber an dieser Stelle ist Ihnen wahrscheinlich etwas Seltsames aufgefallen. All diese Daten die ein Spotify nutzt, die Adjektive, die Songtitel, die H\u00f6rfrequenzen, keines davon wird aus der Musik selbst gewonnen. <\/p>\n\n\n\n Das wirft also die Frage auf. Kann Spotify eigentlich seine eigene Musik h\u00f6ren?<\/strong> Und die Antwort ist interessanterweise ja<\/strong>.<\/p>\n\n\n\n Hier kommt unser dritter Algorithmus ins Spiel. <\/p>\n\n\n\n So funktionieren sie:<\/p>\n\n\n\n F\u00fcr jedes Lied der Plattform Spotify erzeugt eine sogenannte Zeit-Frequenz-Darstellung, die etwa so aussieht. <\/p>\n\n\n\n Diese Achse ist die Zeit dies greift auf die Frequenz zu und w\u00e4rmere Farben bedeuten lautere Dezibelpegel. Also zum Beispiel bei genau 12 Sekunden in diesem Song dies sind die Frequenzen, die am pr\u00e4sentesten sind. <\/p>\n\n\n\n Diese Darstellung wird dann in ein neuronales Netzwerk geleitet. Das neuronale Netzwerk isoliert alle wichtigen Merkmale des Songs Zeugs wie Ki, Tempo Timber Lautheit und Taktart und vergleicht diese Qualit\u00e4ten individuell mit anderen Songs, die Ihnen gefallen und andere Lieder, die Sie noch nicht geh\u00f6rt haben. <\/p>\n\n\n\n Zusammen mit dem kollaborativen Filtersystem und dem Verarbeitungsalgorithmus f\u00fcr nat\u00fcrliche Sprache werden diese Sonic Profile dann verwendet, um Songs, die akustisch \u00e4hnlich genug zu der Art von Musik sind, die Sie bereits h\u00f6ren, genau zu verfeinern w\u00e4hrend Sie auch mit einer oder zwei Variablen experimentieren, um zu vermeiden, Ihnen etwas zu Altbackenes zu pr\u00e4sentieren. <\/p>\n\n\n\n Und siehe da Sie gehen so geben Sie 11 Milliarden Dollar pro Jahr aus, um Menschen davon zu \u00fcberzeugen, nicht nur die gleichen drei Taylor Swift-Songs auf Read Peed f\u00fcr den Rest ihres Lebens zu h\u00f6ren. <\/p>\n\n\n\n Inzwischen gibt es im Internet eine Vielzahl von Websites zum Anzeigen von Spotify-Statistiken<\/a><\/strong>, und auch das ber\u00fchmte Spotify Wrapped<\/a><\/strong> basiert auf den von diesen Systemen gesammelten Daten.<\/p>\n","protected":false},"excerpt":{"rendered":" Zum Zeitpunkt der Erstellung dieses Beitrags hat Spotify 5987 verschiedene Musikgenres kategorisiert. Eine Zahl die sich bis zu dem Zeitpunkt, an dem Sie dies jetzt lesen, mit ziemlicher Sicherheit erh\u00f6ht hat, es sei denn, Sie k\u00f6nnen alle fast 6 000 nennen. Es besteht eine ziemlich gute Chance, dass Sie ein Fan eines Genres sind, von […]<\/p>\n","protected":false},"author":1,"featured_media":4923,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[146],"tags":[],"class_list":["post-4981","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-wissen"],"yoast_head":"\n![\"\"](\"https:\/\/www.spotifyshare.com\/wp-content\/uploads\/2022\/12\/%E5%BE%AE%E4%BF%A1%E6%88%AA%E5%9B%BE_20221230173104-1024x576.png\")
<\/figure>\n\n\n\nNat\u00fcrliches Sprachverarbeitungssystem <\/h4>\n\n\n\n
![\"\"](\"https:\/\/www.spotifyshare.com\/wp-content\/uploads\/2022\/12\/%E5%BE%AE%E4%BF%A1%E6%88%AA%E5%9B%BE_20221230173224-1024x576.png\")
<\/figure>\n\n\n\nSpotify Sonic-Profile <\/h4>\n\n\n\n
![\"\"](\"https:\/\/www.spotifyshare.com\/wp-content\/uploads\/2022\/12\/%E5%BE%AE%E4%BF%A1%E6%88%AA%E5%9B%BE_20221230173414-1024x576.png\")
<\/figure>\n\n\n\n