Музыка успокаивает и исцеляет, поэтому мобильным пользователям крайне важно использовать платформы для потоковой передачи музыки. Фактически, в настоящее время многие мобильные бренды имеют встроенные приложения для потоковой передачи музыки. Эти приложения для потоковой передачи музыки используют искусственный интеллект для привлечения своих подписчиков. Spotify, самый популярный сервис потоковой передачи музыки, собирает кучу предполагаемых данных о клиентах, включая предпочтения песен, предпочтения ключевых слов, данные списка воспроизведения, наиболее часто используемые устройства, географическое положение слушателей и многое другое.
Кроме того, специалисты по обработке и анализу данных используют накопленные данные для обучения алгоритмов извлечения релевантной информации из онлайн-разговоров о музыке и исполнителях, а также контента на платформе. Они также улучшают персонализацию, используя данные клиентов. Spotify сделал данные основной частью своего процесса принятия решений. Читая дальше, вы узнаете об использовании ИИ и данных на платформах потоковой передачи музыки.
Данные: «Do Re Mi Fa So La Ti» для потоковой передачи музыки.
С помощью визуализации данных аналитики данных Spotify получают представление о музыкальных стилях, часто используемых на платформе. Основываясь на некоторых вопросах, например, является ли представленная музыка акустической? Какие типы музыки могут понравиться пользователям? Популярные песни следуют шаблону? Получив ответы на эти вопросы, аналитики количественно проверяют все гипотезы с помощью A/B-тестирования.
Команда аналитиков данных Spotify позволяет лучше понять индивидуальное поведение подписчиков и типы музыки, которые им нравятся. Следовательно, собранные данные затем используются в механизме рекомендаций, который использует методы машинного обучения для дальнейшего уточнения результатов A/B-тестирования.
Читать больше музыкального контента Инструменты на основе ИИ для лучшего производства музыки
Алгоритм Spotify, генерирующий пользовательский плейлист
Что происходит, когда 75 миллионов подписчиков начинают получать плейлисты, соответствующие их музыкальным предпочтениям? Очевидно, что к ним присоединяются новые подписчики. Spotify взломал код персонализации. Такое ощущение, что какой-то особенный друг специально для тебя подготовил 30 песен. Но эти песни из сервиса Spotify Discover Weekly были тщательно отобраны с помощью алгоритма. Персонализация не нова в мире потокового вещания, однако разработка персонализированного плейлиста, который кажется знакомым, добавляет бонусный балл.
Таким образом, Spotify имеет большое преимущество перед такими конкурентами, как Google, Apple и Pandora. Давайте копаем кроличью нору и разбираемся, как работает алгоритм. Spotify ищет более 2 миллиардов плейлистов, чтобы удовлетворить вкусы и чувства меломанов. Он рассматривает все плейлисты, составленные профессионалами или созданные вашим двоюродным братом с большим количеством подписчиков. Если быть точным, если две песни совпадают из плейлиста. Есть вероятность, что все песни будут вам нравиться. Более того, Spotify создает профиль для каждого подписчика и распределяет индивидуальные вкусы в музыке по кластерам исполнителей и микрожанров.
Наконец, секретный соус, приготовленный алгоритмом, — это смесь 2 миллиардов плейлистов и личных вкусов подписчиков. Говоря более технически, он использует совместную фильтрацию и обработку естественного языка (NLP).
Совместная фильтрация
Этот метод фильтрации, по сути, сравнивает поведенческие тенденции подписчика с тенденциями других пользователей. Spotify разработал систему обратной связи, которая собирает такие данные, как количество раз, когда пользователь проигрывал определенную песню, сохранял песню в свои списки или нажимал на страницу исполнителя после прослушивания песни. Точно так же Netflix использует совместную фильтрацию для своей системы оценки контента.
Обработка естественного языка
Spotify анализирует человеческую речь из подкастов или видео через текст. Они нацелены на те подкасты, которые рассказывают о популярной музыке, популярном исполнителе или музыкальном жанре. Важно отметить, что система НЛП Spotify сканирует все данные и определяет ключевые слова, связанные с песнями или исполнителями. Затем ключевые слова классифицируются на «основные термины». Ежедневно сотни лучших терминов классифицируют каждую песню на платформе. Наконец, алгоритм присваивает вес каждому термину с точки зрения его относительной важности. Например, сколько раз подписчик будет связывать этот термин с песней, которую он предпочитает. Следовательно, Spotify может связать предпочитаемого подписчиком музыканта с популярным разговором о том же музыканте. Конечно, система отфильтровывает данные, не связанные с музыкой, на ранних этапах процесса.
Уму непостижимо то, что Spotify даже предсказывает изменение музыкальных предпочтений пользователей. Алгоритм выжимает то, что раньше пользователю не нравилось, а теперь заедает.
В музыкальном мире искусственный интеллект в потоковой передаче музыки стал двигателем получения дохода. Согласно IFPI Global Music Report 2020, выручка отрасли выросла на 7,4%, достигнув оценки в 21,6 миллиарда долларов. Кроме того, covid может привести к увеличению доходов от Spotify. ИИ на платформах потоковой передачи музыки будет поддерживать высокие показатели доходов до конца будущего.
