Эмоции практически невозможно измерить (но можно)
Эмоциональный эффект от рекомендаций оценивается по множеству метрик, например лайкам при первом прослушивании. Моя волна включает незнакомый трек, а пользователь ставит лайк. Значит, рекомендации угадали. Важна такая эмоция: «И не думал, что мне понравится эта музыка, — как они узнали?»
Алгоритм учитывает реакцию слушателя и корректирует рекомендации на ходу
Когда человек что-то делает на Яндекс Музыке — скипает, лайкает, дослушивает, — это мгновенно прорастает в рекомендации. Алгоритм подстраивается под слушателя с каждым действием: он ведёт в этой паре, а рекомендации стараются улавливать, куда их ведут.
Моя волна заглядывает внутрь звука
Алгоритм анализирует звуковое содержание трека — аудиослепок. По звуку можно понять, что подходит пользователю. Это как магия: большинство людей не может чётко сформулировать, какое звучание любят, а модель может увидеть это.
Моя волна помогает артистам находить аудиторию
Алгоритм отлавливает песни, которые заходят слушателям, и начинает чаще рекомендовать их. Один из кейсов — рэпер Keendy. В феврале у него было 582 слушателя, в марте — миллион.
Алгоритмы не отменяют музыкальных редакторов и критиков
Критик — человек, который может экспертно оценить значимость контента для культуры, а алгоритм — значимость лично для тебя. Критик — это эксперт в культуре, а алгоритм — эксперт в тебе.
Алгоритму нужен человек
Без людей алгоритм не может обучаться. Тот, у кого больше людей, которые взаимодействуют с технологией, быстрее развивает свои алгоритмы. У Яндекс Музыки есть преимущество, потому что сервис очень популярен. Это позволяет быстрее внедрять новые подходы и тестировать больше гипотез.
Итак, Яндекс музыка уже полностью, или почти, работает с алгоритмом. Мы, когда слушаем музыку, даже не всегда понимаем, почему и как к нам попадает та или иная песня или трек. И вот, всё показано. Что называется на пальцах.
Комментариев нет:
Отправить комментарий