![\"\"](\"https:\/\/www.spotifyshare.com\/wp-content\/uploads\/2022\/12\/0f12132d-7649-4e8e-9da1-cd15eba4a42a_1923x1490-1024x793.jpg\")
<\/figure>\n\n\n\nMaar heb je je ooit afgevraagd hoe? <\/p>\n\n\n\n
Ik bedoel, waarschijnlijk wel, want daarom heb je op dit bericht geklikt. <\/p>\n\n\n\n
Dus hier is hoe het aanbevelingssysteem van Spotify is samengesteld uit drie verschillende algoritmen, waardoor het drie keer beter is dan \u00e9\u00e9n algoritme vanwege wiskunde. <\/p>\n\n\n\n
Gezamenlijk Filteren<\/h4>\n\n\n\n
De eerste van deze drie heeft eigenlijk niets met de muziek zelf te maken en wordt collaboratieve filtering<\/strong> genoemd. Dit is eigenlijk de manier waarop Netflix nieuwe shows aanbeveelt door een licentieovereenkomst voor eindgebruikers van 6000 woorden te schrijven die hen toestemming geeft om alles op te nemen wat je doet totdat je sterft of je telefoon in een vulkaan gooit.<\/p>\n\n\n\n Ze bevinden zich in de gigantische Matrix-ruimte van Spotify en hebben een gigantische matrix opgeslagen. Het zijn ongeveer 433 miljoen rijen bij 80 miljoen kolommen die elke afzonderlijke gebruiker en elk afzonderlijk nummer op het platform indexeren en registreren hoe vaak elke persoon luistert naar elk nummer. Dit vereenvoudigt de zaken een beetje, maar met deze matrix kunnen ze objectief bepalen welke gebruikers het meest op elkaar lijken. <\/p>\n\n\n\n Als een rij alle dezelfde kolommen raakt als een andere rij, betekent dit dat die twee mensen naar dezelfde nummers luisteren. En als een van die rijen een actieve kolom heeft, dan doet de andere dat niet niet hebben, dan zou dat nummer in theorie goed zijn om aan te bevelen. <\/p>\n\n\n\n Wat ik eigenlijk wil zeggen, is dat als je de Spotify van een specifieke persoon wilt verpesten, je alleen maar een nieuw account hoeft te maken, naar al hun favoriete nummers moet luisteren en dan naar het geluid van de tornado-sirene moet luisteren. effecten door royaltyvrije muziek en geluid effectfabrieken zeventigduizend keer <\/p>\n\n\n\n Nu kan Spotify niet volledig vertrouwen op collaboratieve filtering. Het is niet erg nauwkeurig, vooral als het gaat om de veelzijdige muzieksmaak van mensen en het heeft de neiging om algemene populaire muziek te promoten terwijl het dingen verbrandt die niet veel luistergegevens hebben om mee te werken, zoals hetzelfde van Wendover’s oude Jamboree-band, ook al is hun muziek hot fire. <\/p>\n\n\n\n Dat is waar het volgende algoritme om de hoek komt kijken, Spotify’s natuurlijke taalverwerkingssysteem. <\/p>\n\n\n\n Zie je, een van de beste manieren om nummers te categoriseren is met woorden en het blijkt dat het internet er een heleboel heeft. <\/p>\n\n\n\n Spotify verzamelt voortdurend tekst die bij zijn liedjes hoort. Het kijkt naar tekst op zijn eigen platform, zoals titels van nummers, beschrijvingen van afspeellijsten en songteksten, maar het haalt ook gegevens van de rest van internet. <\/p>\n\n\n\n Spotify schrapt recensies van nummers, nieuwsartikelen, commentaarsecties, noem maar op en dit alles wordt gebruikt om een bijbehorende woordenbank op te bouwen voor elk nummer en elke artiest op zijn platform. <\/p>\n\n\n\n Hier is zo’n tabel gegenereerd door Echo Nest<\/strong>, het muziekgegevensbedrijf dat Spotify in 2014 kocht voor de term Abba.<\/p>\n\n\n\n Zoals je kunt zien, bevat het de zelfstandige naamwoorden die het meest worden geassocieerd met Abba, evenals de bijvoeglijke naamwoorden die het meest worden gebruikt bij het beschrijven van Abba. <\/p>\n\n\n\n Als je deze tabel gebruikt, kun je er rekening mee houden dat ABBA-fans waarschijnlijk andere dingen leuk zullen vinden die vaak worden beschreven met parmantig geweldloos en Zweeds, zoals Greta Tunberg of IKEA knuffelhaai die voor sommigen een eigen subreddit heeft. reden. <\/p>\n\n\n\n Maar op dit punt heb je waarschijnlijk iets vreemds opgemerkt. Al deze gegevens die een Spotify gebruikt, de bijvoeglijke naamwoorden, de songtitels, de luisterfrequenties, geen van deze wordt verzameld uit de muziek zelf. <\/p>\n\n\n\n Dat roept dus de vraag op. Kan Spotify eigenlijk naar zijn eigen muziek luisteren?<\/strong> En het antwoord is interessant genoeg ja<\/strong>.<\/p>\n\n\n\n Dit is waar ons derde algoritme om de hoek komt kijken. <\/p>\n\n\n\n Dit is hoe ze werken:<\/p>\n\n\n\n Voor elk nummer van het platform genereert Spotify iets dat een tijdfrequentieweergave wordt genoemd en dat er ongeveer zo uitziet. <\/p>\n\n\n\n Deze as is tijd dit geeft toegang tot frequentie en warmere kleuren betekenen luidere decibelniveaus. Dus voor bijvoorbeeld op precies 12 seconden in dit nummer, dit zijn de frequenties die het meest aanwezig zijn. <\/p>\n\n\n\n Deze representatie wordt vervolgens in een neuraal netwerk gedumpt. Het neurale netwerk isoleert alle belangrijke kenmerken van het nummer, dingen zoals Ki, Tempo, hout, luidheid en maatsoort, en vergelijkt deze kwaliteiten individueel met andere nummers die je leuk vindt en andere nummers die je nog niet hebt gehoord. <\/p>\n\n\n\n Vervolgens worden deze Sonic-profielen, samen met het collaboratieve filtersysteem en het verwerkingsalgoritme voor natuurlijke taal, gebruikt om precies in te zoomen op nummers die akoestisch genoeg lijken op het soort muziek waar je al naar luistert terwijl je ook experimenteert met een of twee variabelen om te voorkomen dat je iets te muf voorgeschoteld krijgt. <\/p>\n\n\n\n En daar ga je, zo geef je 11 miljard dollar per jaar uit om mensen te overtuigen om niet alleen maar naar dezelfde drie Taylor Swift-nummers te luisteren voor de rest van hun leven. <\/p>\n\n\n\n Nu is er een grote verscheidenheid aan websites voor het bekijken van Spotify-statistieken<\/a><\/strong> op internet en de beroemde Spotify Wrapped<\/a><\/strong> is ook gebaseerd op de gegevens die door deze systemen worden verzameld.<\/p>\n","protected":false},"excerpt":{"rendered":" Op het moment van schrijven van dit bericht heeft Spotify 5987 verschillende muziekgenres gecategoriseerd. Een aantal dat vrijwel zeker is toegenomen tegen de tijd dat u dit nu leest, tenzij u er bijna 6000 kunt noemen. De kans is groot dat je fan bent van een genre waarvan je nog nooit hebt gehoord. Misschien geniet […]<\/p>\n","protected":false},"author":1,"featured_media":4921,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[148],"tags":[],"class_list":["post-4979","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kennis"],"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\nNatuurlijk Taalverwerkingssysteem <\/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-profielen <\/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