この記事を書いている時点で、Spotify は 5987 の異なるジャンルの音楽を分類しています。
数 あなたが今これを読んでいる間に 近くのそれらすべてに名前を付けることができます.
聞いたこともないジャンルのファンである可能性は十分にあります。 おそらく、あなたは gothabili、 neurostep、 blackened Death Core を楽しんでいるでしょう bap の Bebop や Funk しかし 問題は、 ではないということです。 あなたが好きな 音楽の種類を正確に知る必要があります。
すべてのユーザーのために毎週 世界 最も人気のあるアーティスト プラットフォームで最もニッチ インディー プロダクションに至るまで 音楽の好みに合わせて 30 曲のプレイリストを作成できます。
しかし、 どのように考えたことがありますか?
おそらく持っているので、この投稿をクリックしたのです。
Spotify の推奨 システムは 3 つの異なる アルゴリズムで構成されており、 数学のために 1 つのアルゴリズムよりも 3 倍優れています。
協調フィルタリング
これら 3 つのうち 1 つ目は、実際には音楽自体とは関係なく、協調フィルタリングと呼ばれます。 これは基本的に、Netflixが新しい番組を推奨する方法であり、6000ワードのエンドユーザーライセンス契約を作成して、死ぬか携帯電話を火山に投げ込むまで、あなたがすることすべてを記録する許可を与えます.
Spotify の巨大なマトリックス ルームにあり、巨大なマトリックスが保存されています。 およそ 4 億 3300 万行 × 8000 万 すべてのユーザーとプラットフォーム上のすべての曲にインデックスを付け、 各人がどのくらいの頻度で聴いているかを記録します 各曲へ。 これは物事を少し単純化していますが、このマトリックスを使用すると、どのユーザーが最も似ているかを客観的に判断できます。
ある行が別の行と同じすべての行にヒットしている場合、それはその 2 人が同じ曲を聴いていることを意味します。そして、これらの行 の 1 つにアクティブな列があり、他の にない場合、 その曲は理論的には推奨するのに適しています。
基本的に私が言いたいのは、 特定の人の Spotify を台無しにしたい場合 すべて あなたがしなければならないことは、 すべて 新しいアカウントを作成し、彼らのお気に入りの曲をすべて聴いて 竜巻のサイレンの音を聞くことです ロイヤリティフリーの音楽とサウンドによる効果 効果工場の数は 7 万回
現在、Spotify は 協調フィルタリングに完全に依存することはできません。 特に 人々の多面的な音楽の好みに関しては 大量のリスニング データがない wendover 昔のジャンボリー バンドと同じように 彼らの 音楽が熱い火であっても.
Natural言語処理システム
そこで、次の アルゴリズム、 Spotify の自然な 言語処理システムが登場します。
インターネットにはそれらがたくさんあることがわかります。
Spotify は、彼の曲に関連するテキスト を常に収集しています。 独自のプラットフォームで テキスト、 曲のように タイトル、 プレイリストの説明と歌詞 インターネットの残りの からもデータを取得します。
Spotify は曲をこすり、 レビュー、 ニュース記事、 コメント セクション、名前を付けるだけで、 各曲とアーティストに関連するワード バンクをそのプラットフォーム上で構築します。
これは、Spotify が 2014 年に Abba というフレーズのために購入した音楽データ会社である Echo Nest によって生成された、そのようなテーブルの 1 つです。
ご覧のとおり、アバに最も一般的に関連する名詞句と、アバを説明するときに最も一般的に使用される形容詞が含まれています。
この表を使用すると、ABBA ファンはおそらく、他のものと同様に、はつらつとした非暴力的で、グレタ・トゥンベリや IKEA のサメのぬいぐるみなど、独自の subreddit を持つスウェーデン語で説明される可能性があります。 何らかの理由。
しかし、この時点でおそらく 何か変なことに気がついたでしょう。 Spotify が使用している 形容詞、曲名、 リスニング 頻度、 これら のどれも 音楽自体から収集されたものではありません。
それで疑問が生じます。 Spotifyは実際に独自の音楽を聴くことができますか? 興味深いことに、答えはイエスです。
ここで 3 番目のアルゴリズムの出番です。
Spotify ソニックプロファイル
それらがどのように機能するかは次のとおりです。
プラットフォームの曲ごとに、Spotify は次のような時間周波数表現と呼ばれるものを生成します。
この軸は周波数にアクセスする時間であり、暖かい色はデシベル レベルが大きいことを意味します。 たとえば、この曲のちょうど 12 秒で、これらの周波数が最も存在します。
次に、この表現はニューラル ネットワークにダンプされます。 ニューラル ネットワークは、曲の主要な特徴 (気、テンポ、音色、ラウドネス、拍子記号など) をすべて分離し、これらの特性を、好きな他の曲や聞いたことのない曲と個別に比較します。
次に、協調フィルタリング システムおよび自然言語処理アルゴリズムと連携して、これらのソニック プロファイルを使用して、すでに聴いている種類の音楽と音響的に十分に類似している曲を正確に絞り込みます。 古いものを持っているあなた。
これが、年間 110 億ドルを費やして、テイラー・スウィフトの同じ 3 つの曲を、残りの人生でおしっこで聞くだけではないと説得する方法です。
現在、インターネット上で Spotify の統計情報を表示するためのさまざまな Web サイトがあり、有名な Spotify Wrapped もこれらのシステムによって収集されたデータに基づいています。
コメントを残す