![\"\"](\"https:\/\/www.spotifyshare.com\/wp-content\/uploads\/2022\/12\/0f12132d-7649-4e8e-9da1-cd15eba4a42a_1923x1490-1024x793.jpg\")
<\/figure>\n\n\n\nMais vous \u00eates-vous d\u00e9j\u00e0 demand\u00e9 comment ? <\/p>\n\n\n\n
Je veux dire que vous avez probablement parce que c’est pourquoi vous avez cliqu\u00e9 sur ce post. <\/p>\n\n\n\n
Voici donc comment le syst\u00e8me de recommandation de Spotify est compos\u00e9 de trois algorithmes diff\u00e9rents, ce qui le rend trois fois meilleur qu’un algorithme gr\u00e2ce aux math\u00e9matiques. <\/p>\n\n\n\n
Filtrage collaboratif<\/h4>\n\n\n\n
Le premier de ces trois n’a en fait rien \u00e0 voir avec la musique elle-m\u00eame et s’appelle le filtrage collaboratif<\/strong>. C’est essentiellement la fa\u00e7on dont Netflix recommande de nouvelles \u00e9missions en r\u00e9digeant un contrat de licence d’utilisateur final de 6000 mots qui leur donne la permission d’enregistrer tout ce que vous faites jusqu’\u00e0 ce que vous mouriez ou jetiez votre t\u00e9l\u00e9phone dans un volcan.<\/p>\n\n\n\n Situ\u00e9s dans la salle Matrix g\u00e9ante de Spotify, ils ont stock\u00e9 une matrice g\u00e9ante. C’estenviron 433 millions de lignes sur 80 millions de colonnes indexant chaque utilisateur et chaque chanson sur la plateforme et enregistrant la fr\u00e9quence \u00e0 laquelle chaque personne \u00e9coute chaque chanson. Cela simplifie un peu les choses mais cette Matrice leur permet de d\u00e9terminer objectivement quels utilisateurs sont les plus similaires. <\/p>\n\n\n\n Si une ligne touche toutes les m\u00eames colonnes qu’une autre ligne cela signifie que ces deux personnes \u00e9coutent les m\u00eames chansons. Et si l’une de ces lignes a une colonne active que l’autre ne ‘t have, alors cette chanson serait th\u00e9oriquement bonne \u00e0 recommander. <\/p>\n\n\n\n Fondamentalement, ce que je dis, c’est que si vous voulez ruiner le Spotify d’une personne en particulier, tout vous avez \u00e0 faire est de cr\u00e9er un nouveau compte, d’\u00e9couter toutes leurs chansons pr\u00e9f\u00e9r\u00e9es et ensuite \u00e9couter les effets sonores de sir\u00e8ne de tornade par Royalty -musique et son gratuits usines \u00e0 effets soixante-dix mille fois <\/p>\n\n\n\n D\u00e9sormais, Spotify ne peut plus compter enti\u00e8rement sur le filtrage collaboratif . Ce n’est pas tr\u00e8s pr\u00e9cis, surtout quand il s’agit des go\u00fbts musicaux \u00e0 multiples facettes des gens et il a tendance \u00e0 simplement promouvoir la musique g\u00e9n\u00e9ralement populaire tout en br\u00fblant des choses qui n’ont pas une tonne de donn\u00e9es d’\u00e9coute pour travailler avec , comme la m\u00eame chose du vieux groupe du Jamboree de wendover m\u00eame si leur musique est un feu br\u00fblant. <\/p>\n\n\n\n C’est l\u00e0 qu’intervient le prochain algorithme, le syst\u00e8me de traitement du langage naturelde Spotify. <\/p>\n\n\n\n Vous voyez, l’une des meilleures fa\u00e7ons de cat\u00e9goriser les chansons est avec des mots et il s’av\u00e8re que le internet en a tout un tas. <\/p>\n\n\n\n Spotify rassemble constamment du texteassoci\u00e9 \u00e0 ses chansons. Il regardera le texte sur sa propre plate-forme, comme la chanson les titres, les descriptions et les paroles de la liste de lecture mais il extraira \u00e9galement les donn\u00e9es du reste d’Internet. <\/p>\n\n\n\n Spotify scrape song critiques, articles d’actualit\u00e9s, sections de commentaires, etc.et tout cela va dans construire une banque de mots associ\u00e9e pour chaque chanson et artiste sur sa plateforme. <\/p>\n\n\n\n Voici un de ces tableaux g\u00e9n\u00e9r\u00e9 par Echo Nest<\/strong>, la soci\u00e9t\u00e9 de donn\u00e9es musicales que Spotify a achet\u00e9e en 2014 pour la phrase Abba.<\/p>\n\n\n\n Comme vous pouvez le voir, il contient les phrases nominales les plus couramment associ\u00e9es \u00e0 Abba ainsi que les adjectifs les plus couramment utilis\u00e9s pour d\u00e9crire Abba. <\/p>\n\n\n\n En utilisant ce tableau, vous pouvez dedans que les fans d’ABBA aimeront probablement d’autres choses qui sont fr\u00e9quemment d\u00e9crites avec des su\u00e9dois non violents et comme Greta tunberg ou IKEA peluche requin qui a son propre subreddit pour quelque raison. <\/p>\n\n\n\n Mais \u00e0 ce stade, vous avez probablement remarqu\u00e9 quelque chose de bizarre. Toutes ces donn\u00e9es qu’un Spotify utilise, les adjectifs, les titres de chansons, les fr\u00e9quences d’\u00e9coute , aucune de celles-ci n’est recueillie \u00e0 partir de la musique elle-m\u00eame. <\/p>\n\n\n\n Cela pose donc la question. Spotify peut-il r\u00e9ellement \u00e9couter sa propre musique ?<\/strong> Et la r\u00e9ponse int\u00e9ressante est oui<\/strong>.<\/p>\n\n\n\n C’est o\u00f9 notre troisi\u00e8me algorithme entre en jeu. <\/p>\n\n\n\n Voici comment ils fonctionnent :<\/p>\n\n\n\n Pour chaque chanson de la plate-forme, Spotify g\u00e9n\u00e8re quelque chose appel\u00e9 une repr\u00e9sentation temporelle fr\u00e9quence qui ressemble \u00e0 quelque chose comme \u00e7a. <\/p>\n\n\n\n Cet axe est le temps cela acc\u00e8de \u00e0 la fr\u00e9quence et les couleurs plus chaudes signifient des niveaux de d\u00e9cibels plus forts. Donc pour exemple \u00e0 exactement 12 secondes dans cette chanson, ce sont les fr\u00e9quences qui sont les plus pr\u00e9sentes. <\/p>\n\n\n\n Cette repr\u00e9sentation est ensuite d\u00e9vers\u00e9e dans un r\u00e9seau de neurones. Le r\u00e9seau neuronalisole toutes les principales caract\u00e9ristiques de la chanson, des trucs comme le Ki, le Tempo, Timber, l’intensit\u00e9 et la signature rythmique et compare ces qualit\u00e9s individuellement avec d’autres chansons que vous aimez et d’autres chansons que vous n’avez pas entendues. <\/p>\n\n\n\n Ensuite, en tandem avec le syst\u00e8me de filtrage collaboratif et l’algorithme de traitement du langage naturel , ces profils Sonic sont utilis\u00e9s pour affiner pr\u00e9cis\u00e9ment les chansons qui sont acoustiquement similaires au genre de musique que vous \u00e9coutez d\u00e9j\u00e0 tout en \u00e9galement exp\u00e9rimenter avec une ou deux variables pour \u00e9viter de vous pr\u00e9senter avec quelque chose de trop p\u00e9rim\u00e9. <\/p>\n\n\n\n Et voil\u00e0, voil\u00e0 comment d\u00e9penser 11 milliards de dollars par an pour convaincre les gens de ne pas simplement \u00e9couter les trois m\u00eames chansons de Taylor Swift en lecture pour le reste de leur vie. <\/p>\n\n\n\n D\u00e9sormais, il existe une grande vari\u00e9t\u00e9 de sites Web permettant de consulter les statistiques Spotify<\/a><\/strong> sur Internet et le c\u00e9l\u00e8bre Spotify Wrapped<\/a><\/strong> est \u00e9galement bas\u00e9 sur les donn\u00e9es collect\u00e9es par ces syst\u00e8mes.<\/p>\n","protected":false},"excerpt":{"rendered":" Au moment de la r\u00e9daction de cet article, Spotify a class\u00e95987 genres de musique distincts. Un nombre qui a presque certainement augment\u00e9au moment o\u00f9 vous lisez ceci, \u00e0 moins que vous ne puissiez en citer pr\u00e8s de 6 000. Il y a de fortes chances que vous soyez fan d’un genre dont vous n’avez m\u00eame […]<\/p>\n","protected":false},"author":1,"featured_media":4922,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[147],"tags":[],"class_list":["post-4980","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-connaissances"],"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\nSyst\u00e8me de traitement du langage naturel <\/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\nProfils Spotify Sonic <\/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