Биылғы шілдеде Spotify стриминг-сервисі Қазақстанда ресми қолданысқа шықты. Музыка тыңдауға арналған үздік қосымшаның бірегейі деп бағаланған бұл сервис қолданушының талғамына сай индивидуал музыка ұсынатынымен танымал. Ендеше Spotify тыңдарман ұнататын әндерді қандай тәсілдермен анықтайды?
Күні-түні музыка тыңдауға мүмкіндік берген кассета плеерінің заманын Spotify сияқты сервистердің арқасында біртіндеп цифрлық музыка заманы басты. Стриминг-сервистер музыка тыңдаудың жаңа мәдениетін қалыптастырды: музыканы сатып алу мен тыңдарман талғамына сай музыка ұсыну.
Тыңдарман талғамына сай музыка ұсынып отыру – тек Spotify-дың идеясы деуге келмейді. Шведтерге дейін музыкалық ұсыныс идеясын басқа да компаниялар дамытқан. Тек Spotify оның негізгі тәсілдерін өзіне енгізіп, оны ұдайы дамытып отырды. Бұл қандай тәсілдер?
Біріншісі – коллаборатив фильтрация, мұнда алгоритм музыкалық талғамы ұқсас адамдарды тауып, олардың тыңдайтын әндерін бір-біріне ұсынып отырады. Мәселен Нұрсұлтан Ninety One мен Ғалымжан Молданазарды сүйіп тыңдайды делік, ал сервисті енді қолдана бастаған Қасым әзірге тек Ninety One әндерін тыңдайды. Алгоритм екеуі де Ninety One-ды тыңдайтындықтан талғамдары ұқсас болуы мүмкін деп, Қасымға Ғалымжан Молданазардың әндерін ұсына бастайды.
Екіншісі – нейрожелі. Ол аудиофайлдарды өңдеп, оларды түрлі белгісіне қарай іріктеп отырады.
Үшіншісі – Natural Language Processing. Бұл тәсілде алгоритм әндердің сөзіне қарай ұсыныс жасайды.
Енді әрқайсына жеке-жеке тоқталайық.
1. Тыңдарман тыңдарманды "бағалайды"
Коллаборатив фильтрация тәсілін алғаш рет Last.fm сервисі енгізген, ал оны жақсы дамытқан – Netflix. Видеострим сервисінде ұсыныс реті өзге көрерменнің сериал, фильм, шоуларға баға беруіне қарай жасалады. Ал Spotify-да баға беру функциясы жоқ. Сондықтан мұндағы ұсыныстар жанама фидбек арқылы жасалады. Яғни тыңдарман әнді бірнеше рет тыңдап, лайк басып, өткізіп жіберіп, альбомды түгел тыңдап шығу арқылы әндерге баға береді, сол арқылы метадеректер жиналады.
Бұл метадеректер зерттеліп, әндердің бағасы матрицаның жеке торына салынады: бір горизонтал – 286 миллион тыңдарман (2020 жылдың шілдесіндегі дерек) ішіндегі біреуінің берген бағасы, бір вертикал – бір әнге (компанияның айтуынша 50 миллион) берілген баға. Сонда Spotify-да әндерге қойылған 14,3 квадриллион баға қоры бар болып тұр.
Осы метадеректер негізінде алгоритм тыңдарманның векторы мен жеке әндердің векторын қатар қояды. Егер ән векторы қолданушы векторына барынша жақын болса, бұл ән ұсыныс тізіміне енеді.
2. Нейрожелі музыкаға баға береді
Сервис аналитикасының келесі тәсілі – нейрожелі. Ол тыңдарманның не тыңдағанына емес, музыканың өзіне бейімделеді: әннің ырғағы, екпіні, тоны және тағы басқалары. Бұл – коллаборатив фильтрацияда жоқ мүмкіндіктерге ие тәсіл. Мысалы карьерасын енді бастап жатқан музыканттар көпке танымал емес. Оларды аз адам тыңдайды. Ал нейрожелі әннің ерекшелігін білетіндіктен тыңдармандарға ұсынып отырады. Сондықтан мұндай анализ Spotify үшін аса маңызды.
3. Нейрожелі әннің сөзіне баға береді
Ұсыныстардың үшінші тәсілі – медиада, сайттарда әннің сөзіне берген бағаға анализ жасау. Spotify серверлерінде әндердің сөзі жиналады. Кейін NLP (нейро-лингвистикалық бағдарламалау) құралдары арқылы нейрожелі қандай да бір әнді медиада, форумдарда қандай сөздермен сипаттайтынын анықтайды. Сөйтіп ол деректер агрегатталып, тегтер жүйесі жасалады. Бұл тегтер әннің сипаттамасына енгізіледі. Мәселен Ерке Есмахан көбіне ырғағы жылдам, көңілді әндерді орындайды. Алгоритм оның музыкасын мамыражай, ырғағы баяу әндерді айтқан Нұрлан Өнербаевтың тыңдармандарына ұсынбайтыны белгілі.
Егер жасанды интеллект бар болса, оны өзіңе үйрету керек
Сервис тыңдарманға барынша дәл, талғамына сай келетін әндерді ұсынуы үшін, өзіне ұнайтын плейлистерді тыңдап, лайк басып, ұнамаған әндерді жасырып жасанды интеллектіні өзіне үйретуі керек. Бұл сервистің тыңдарман векторын анықтауына көмектеседі дейді Spotify менеджерлері.
Материалда пайдаланылған дереккөздер:
• From Idea to Execution: Spotify’s Discover Weekly, Chris Johnson
• Валера Джеджея. Откуда Spotify знает, что нам нравится?
• Maria Eriksson, Patrick Vonderau, Pelle Snickars, Rasmus Fleischer. Spotify Teardown: Inside the Black Box of Streaming Music
• Nick Komissarenko. Как Apache Cassandra, Kafka, Storm и Hadoop формируют рекомендации пользователям Spotify
• Анастасия Захарик. Как алгоритмы делают Spotify лучшим музыкальным сервисом