Спотифай рекомендации как настроить
Перейти к содержимому

Спотифай рекомендации как настроить

  • автор:

Мои вкусы весьма специфичны: как сбросить рекомендации в Spotify?

spotify как сбросить рекомендации

Как уже было отмечено в блоге ранее, рекомендательные алгоритмы данного сервиса являются лучшими в музыкальной индустрии. Вам будут регулярно подкидывать отличнейшие композиции, но есть нюанс: вы изначально должны указывать корректные варианты и не допускать лайков на неинтересных вам песнях. Можно ли в Spotify сбросить рекомендации?

Мне было интересно поэкспериментировать с данным вопросом. После создания аккаунта я начал добавлять в него «Короля и Шута», «Арию», «Кино», хотя обычно предпочитаю слушать электронику и западный рок. В результате пришлось долго избавляться от рекомендуемых треков. Вариантов для сбрасывания предусмотрено ровно два.

Первый – удаление всех плейлистов, которые вы создавали вручную, либо получали в формате алгоритмической ленты. Второй способ – ручная очистка композиций из числа понравившихся, пока не доведёте их число до нуля. Если их тысячи, процесс займёт много времени.

spotify ограничения бесплатной версии

Как сбросить рекомендации в Spotify?

К сожалению, кнопки «отменить прогресс» в аккаунте не предусмотрено. Поэтому вам придётся потратит время, дабы объяснить нейросетям, что текущая ситуация вас не устраивает. Порой быстрее бывает создать нового пользователя, потребуется завести уникальный почтовый ящик.

В качестве альтернативы попробуйте сервисы временной почты. Такие как Temp-Mail, где E-Mail предоставляется пользователю сроком на несколько минут, а затем уничтожается навсегда.

11 полезных функций приложения Spotify, о которых вы могли не знать

В России запустился музыкальный сервис Spotify. «Афиша Daily» излазила его вдоль и поперек, чтобы собрать самые полезные и неочевидные функции.

Где искать Discover Weekly

Самый известный продукт Spotify — еженедельный плейлист с рекомендациями Discover Weekly, который славится точными алгоритмами и подборками. Плейлист появляется не сразу, а по понедельникам, чтобы приложение его составило, нужно послушать интересующую вас музыку. Плейлист появится на главном экране в «Персональных подборках» и в поиске — в «Рекомендациях». В русской версии он называется «Открытия недели».

Ранее в этой публикации говорилось, что плейлист появляется в «Моей медиатеке» — это была ошибка. Приносим свои извинения.

Подробности по теме
Что такое Spotify и как им пользоваться

Таймер сна

Пять лет назад самой быстрорастущей категорией на Spotify была музыка для сна и отдыха — тогда за неделю на сервис загружали по 280 альбомов с расслабляющим эмбиентом. В 2017 году даже появилась теория заговора о том, что компания сама публикует сотни альбомов с фортепианной музыкой от никому неизвестных авторов и миллионными прослушиваниями.

В Spotify действительно удобно слушать музыку, когда засыпаете. Например, можно установить таймер, который остановит воспроизведение, после того как вы уснете. Есть таймеры от пяти минут до часа. Благодаря им не придется просыпаться посреди ночи от неожиданных звуков из телефона.

Как это сделать

Нажмите на три точки на плеере с текущей песней, прокрутите в самый низ и выберите «Таймер сна»

Бесконечный плейлист

По умолчанию в Spotify работает бесконечный плейлист: то есть после завершения текущего альбома или плейлиста сервис сам предложит около 20 треков, похожих на те, что вы только что прослушали. Кому‑то нравятся бесконечные плейлисты, но иногда это неудобно — например, если хотите точно знать, что альбом уже закончился и можно переходить к другому. Для второго случая бесконечный плейлист можно отключить.

Как это сделать

«Настройки» — «Воспроизведение» — отключите тумблер «Музыка нон-стоп»

Spotify рекомендации: как настроить или сбросить, чтобы обновить

Одна из наиболее полезных опций Spotify — рекомендации, позволяющие формировать плейлисты с учетом личных предпочтений. При правильном пользовании платформой можно настраивать плейлист «под себя», сбрасывать или обновлять данные с учетом личных предпочтений.

Как работают

Для начала разберитесь, как работают рекомендации Spotify для обычных пользователей. Предпочтения формируются на базе следующих моментов:

  1. Установка лайков во время прослушивания композиции.
  2. Скрытие трека во время прослушивания.
  3. Получение рекомендации в Спотифай при проигрывании музыки. Система периодически подбирает треки с учетом названия плейлиста и уже добавленных композиций.

Сервис видит предпочтения пользователя и выдает новинки по мере того, как человек меняет или создает плейлисты. Чем больше музыки слушает пользователь, тем более точные результаты он получает. Здесь расскажем как поставить картинку на плейлист.

Где посмотреть

Много вопросов касается того, где посмотреть рекомендации в Спотифай. По сути, все предложенные плейлисты и композиции в них — советы для пользователя, составленные на базе предпочтений. Для просмотра дополнительных предложений системы сделайте следующие шаги:

  1. Войдите в один из плейлистов медиатеки.
  2. Прокрутите в самый низ.
  3. Посмотрите на рекомендуемые композиции системы.

После изучения предложений можно делать вывод о прослушивании рекомендуемых композиций и их добавления. Отвечая на вопрос, где увидеть рекомендации Spotify, можно ответить более обширно. Они содержатся в разных разделах приложения, ведь все они формируются на базе предпочтений клиента. Здесь вы узнаете есть ли ограничения у сервиса и какие они.

Как настроить

Много вопросов касаются того, как настроить рекомендации Spotify, и можно ли это сделать. Для этих целей применяется специальный алгоритм, обеспечивающий актуальные советы для пользователей. Для настройки можно делать следующие шаги:

  1. Пропускайте треки, которые вас не устраивают (здесь подробнее). Если человек не дослушал песню до 30 секунд и отключил ее, Spotify принимает решение об отсутствии интереса к треку. В таком случае принимается решение о его удалении с рекомендаций.
  2. Продолжайте слушать новую музыку. Учтите, что при выборе другого жанра Спотифай не сразу переключится на новые треки. Если человек продолжает слушать новые песни, со временем Спотифай обновляет список.
  3. Делайте свои плейлисты и слушайте радио. Выше мы отмечали, как Спотифай составляет рекомендации: он ориентируется на плейлисты пользователя и их содержание. При желании создать тематическую подборку Spotify поймет этот замысел и поможет в его реализации. Не стоит забывать о важности радио, на базе которого сервис также формирует мнение о ваших предпочтениях.

Приложение Spotify не раскрывает сути алгоритмов, но принципы их формирования прозрачны. Человек получает рекомендации с учетом текущих предпочтений. Непродолжительное прослушивание не влияет на внесение значительных правок. Здесь секрет как совместно слушать музыку.

Как сбросить

Много вопросов касается того, как сбросить рекомендации в Спотифай. Каких-то конкретных предложений в этом отношении не предусмотрено, и на изменение алгоритма потребуется какое-то время. Иногда быстрее создать новую учетную запись и заново настроить музыкальные предпочтения. Для альтернативы можно использовать временный e-mail, который выдается на несколько минут, а в дальнейшем уничтожается.

Если рассмотренный метод не устраивает, можно сбросить рекомендации Spotify следующим образом: путем удаления плейлистов или посредством ручной очистки песен. Если композиций тысячи, очистка может занять много времени.

Более простой метод обнулить рекомендации Spotify — сделать это черед удаление плейлиста. Ранее нужный процесс обеспечивался с помощью комбинации горячей клавиши, а именно Ctrl+A, с последующим удалением на клавиатуре. Сегодня этот метод не работает. Но в этом и нет необходимости, ведь проще удалить плейлист. Для этого:

  1. Войдите в Spotify.
  2. Перейдите в библиотеку.
  3. Выберите нужный раздел.
  4. Жмите на список воспроизведения, который вы планируете очистить.
  5. Кликните на кнопку удаления.

Рассмотренная выше методика позволяет быстро убрать ненужные плейлисты и тем самым сбросить рекомендации. Здесь постараемся ответить на вопрос почему музыка в Spotify тихая.

Как обновить

Немало вопросов касается еще одного факта — как обновить рекомендации в Spotify для получения других предложений от сервиса. Здесь можно использовать жесткий метод, рассмотренный выше, или воспользоваться другими алгоритмами:

  1. Используйте фильтрацию песен . С помощью этого инструмента в списке воспроизведения можно отсортировать музыку, которую вы планируете убрать. Особенно это касается ситуации, если вы хотите удалить какой-либо альбом, исполнителя или жанр. Фильтрация доступна по названию, релевантности, загрузкам, недавно сыгранным / добавленным песням.
  2. Удаляйте избранное . Если ранее добавленная композиция в Spotify разонравилась, можно убрать с нее отметку Нравится и тем самым скорректировать предложения в Спотифай. Для удаления из избранного войдите в список воспроизведения и жмите три точки возле интересующей композиции. После этого кликните на Понравилось. Это приведет к удалению песни из категории Избранное.

Как вариант, сделайте работу через браузер. Для этого войдите в библиотеку, наведите курсор на песню и жмите на три точки. После этого кликните на Удалить из понравившихся песен.

  1. Почистите кэш. В ранних версиях очистка кэша приводила к потере данных, но после обновления она позволяет очистить лишнее пространство. Иногда такое действие позволяет обновить рекомендации. Для этого войдите в Настройки, далее Хранилище и жмите Очистка кэша. Сделать работу можно через смартфоны с Андроид и iOS.

При желании обновить предложения Spotify учтите еще ряд моментов:

  1. Чем больше вы слушаете музыку, тем быстрее делаются обновления.
  2. В открытиях недели данные обновляются по понедельникам.
  3. В радаре новинок обновление происходит по пятницам.

Не забывайте нажимать на значок Нравиться (символ сердечка), чтобы обновлять данные. Здесь ответим на вопрос почему проигрывает любимые песни наполовину.

Итоги

Рекомендации Spotify — возможность расширить медиатеку и получить доступ к новым музыкальным композициям. Если выбранное направление не устраивает, всегда можно внести изменения, выполнить обновление или сброс данных. Но стоит учесть, что процесс внесения правок в рекомендации проходит не так быстро, как бы этого хотелось. На изменения необходимо некоторое время.

Поделись наушником своим: еще раз о том, как устроены рекомендации Spotify

О том, что в Россию пришел крупнейший в мире стриминговый сервис, не сказал только ленивый. Но чем же Spotify так цепляет аудиторию? «Системный Блокъ» разобрался, какие методы использует компания для разработки рекомендаций, а также как улучшить плейлисты с рекомендациями

Законодатели культур

Сейчас сервисы потоковой передачи данных — проще, стриминг-сервисы — создали новую культуру прослушивания музыки. Возможность слушать музыку «24 на 7» была со времен кассетных плееров, синхронизация плейлистов работала в то время, когда в ВК не было подписки на музыку. Стриминг сейчас — это две принципиально важные черты потребления: массовизация легальной покупки музыки и культура рекомендации.

2020 год, Spotify приходит в Россию. На данный момент Spotify существует уже пятнадцать лет, компания за это время успела переехать из родной Швеции в Лондон. Исследователи Массачусетского технологического института настаивают: никаких шведских традиций компания не исповедует — по философии это чисто американская медиа-компания.

Нельзя сказать, что рекомендации — это идея исключительно Spotify. До шведов идею рекомендации развивали другие компании — Spotify просто удачно скомпилировала известные инструменты в систему и постоянно ее улучшает. Какие это инструменты?

Во-первых, метод коллаборативной фильтрации, который анализирует ваше поведение и ищет других похожих пользователей, чтобы предсказать схожие интересы. Во-вторых, нейросети, анализирующие аудиофайлы. И, в-третьих, Natural Language Processing — метод обработки естественного языка. Об этом у нас есть целая рубрика, кстати.

Первый метод интуитивно понятен («Я, ты, и еще один юзер слушают примерно одно и то же, то почему бы нам не послушать то, что слушает один, но не слышал другой?»). Второй — удивителен для тех, кто не осознает, насколько мощны лапы нейросетей. Третий (автоматический анализ текста) выглядит как заблудившийся метод с полей лингвистики. Но обо всем — по порядку.

Три всадника Spotify

1. Пользователь «оценивает» пользователя

Первый метод по созданию рекомендаций — коллаборативная фильтрация (Collaborative Filtering). Впервые его внедрили на Last.fm, а популяризировал Netflix. У этого американского сервиса видеостриминга метод строится на основе оценок, которые зрители ставят сериалам, фильмам и шоу. У Spotify оценок нет — поэтому там рекомендации работают на основе косвенного фидбека — можно сказать, что оценки пользователи оставляют в виде метаданных: количество прослушиваний, лайк или пропуск трека (до тридцатой секунды), посещение страницы артиста, прослушивание альбома с песней и так далее.

Все эти метаданные анализируются, высчитывается оценка, а затем эта оценка вкладывается в отдельную ячейку матрицы: одна горизонталь — оценки одного из 286 миллионов пользователей (по данным на июль 2020 года), по вертикали — оценки одного трека (более 50 миллионов по заявлениям компании) — получается, что Spotify хранит 14,3 квадриллиона оценок!

Дальше снова расчеты. Теперь система высчитывает векторы пользователя и векторы отдельных треков. Соответственно, чем ближе вектор трека к вектору пользователя, тем больше вероятность, что этот трек ему порекомендуют.

2. Нейросеть оценивает музыку

Вторым методом аналитики является анализ от противного — не отслеживание действий юзеров, а анализ самой музыки — энергичность треков, присутствие вокала, темп, тональность и так далее. Это позволяет создавать кластеры, которые примеряются на пользователя не по принципу исполнителя или жанра и не только на основе тона или темпа — все это рассматривается в комплексе. Это очень важный элемент при рассмотрении треков, которые невозможно оценить через коллаборативную фильтрацию или NLP-анализ. Например, треки начинающих исполнителей слушает крайне мало людей и еще меньше людей о них пишут. Поэтому такой анализ крайне важен для Spotify.

В данном случае используется сверточная нейронная сеть. Ее главная задача в упрощенном виде — сжать объект, не потеряв при этом отношения между его элементами. В таком случае мы можем выявить не просто отношения между отдельно взятыми элементами, но и какую-либо общую тенденцию. В случае нейронки от Spotify система записывает трек в некий слой спектрограмм в ячейку вместо пикселей — изначально сверточная нейронная сеть была заточена на работу с изображениями.

3. Нейросеть оценивает текст песни

Третий метод, который используют «шведы», — это анализ текста медиа. На серверах собираются тексты о музыкальных композициях, которые представлены на платформе. Затем с помощью инструментов NLP нейросеть анализирует, какими словами описывают те или иные песни в медиа. Полученные данные агрегируются, а затем вырабатывается система своеобразных тегов. Скорее даже не тегов/хэштегов в привычном для нас twitter-понимании («хэштег привязан к событию»), а скорее бирок («тег привязан к характеристике»). Например, ясно, что музыку польской группы Behemoth блоггеры и музыкальные критики никогда в жизни не назовут милой группой — скорее там будут превалировать характеристики вроде «черный», «тяжелый», «эпатажный», «сатанинский» и т.д. Понятно, что поляков не порекомендуют любителям Кэти Перри.

Но и это еще не все. BaRT — «Bandits for Recommendations as Treatments» — это искусственный интеллект, который работает домашним экраном вашего Spotify. Хоумскрин сервиса работает на основе полок: одна полка — одна тематика. BaRT, как и любую систему, можно оценить. BaRT — ваш хороший личный ассистент в подборе музыки, если вы долго слушаете музыку на одной полке. Также оценивается и продолжительность прослушивания одного трека. Меньше тридцати секунд не считается, после тридцатой, каждая новая идет треку «в актив», композиции наподобие этой будут чаще появляться в вашем плейлисте. BaRT работает на двух принципах: это работа с вами («как вы слушаете музыку») и с окружающими («что слушали похожие на вас люди»).

Основа — big data

Чтобы рекомендации существовали, нужно для начала иметь, что рекомендовать, знать, кому рекомендовать и знать почему рекомендовать. Короче говоря, нужна система сбора и хранения информации. У Spotify она достойна не одной отдельной статьи, но мы постараемся описать ее кратко.

Для начала оговоримся, что источник наших данных — это презентация 2014 года Криса Джонсона, бывшего менеджера по машинному обучению Spotify. Он не всегда поясняет, что изображает на своих схемах. Впрочем, разночтения не такие уж и большие.

И первым словом было — юзер. На схеме ниже они изображены зелеными логотипами Spotify. Пользователи получают доступ к сервису через сервера («Access Point»). Далее они слушают радио, посещают страницы исполнителей, слушают плейлисты и ищут кого-то в поиске. Данные о радиопотоке, плейлистах и данные поиска сохраняются в отдельных базах данных (зеленые цилиндры) под управлением Apache Cassandra — системе управления базами данных. Это как Microsoft Access, только для крупного бизнеса.

Кроме того, эта информация проходит через брокера сообщений Apache Kafka (оранжевое нечто). Этот брокер агрегирует информацию о действиях пользователей и работает с этой информацией по одновременно двум направлениям: пересылает информацию на «облако» Apache Hadoop с файловой системой HDFS и одновременно позволяет фреймворку Apache Storm работать с данными в реальном времени.

В случае с Hadoop система просто сохраняет данные, в случае со Storm — реагирует на действия пользователя в реальном времени. Например, подстраивает радио-поток, отслеживает время, в которое юзер слушает музыку — человек может слушать метал при дороге на работу, слушать lo-fi hip-hop на работе, а укладывать ребенка спать под детские песенки.

Нас больше всего интересует именно облачный сервер — там Spotify хранит действия юзеров и метаданные треков — имя исполнителя, название песни. Также на серверах хранится информация из интернета о тех треках, которые есть на платформе.

В результате данные на основе коллаборативной фильтрации получаются из логов юзера, метаданных треков, а данные NLP получаются из метаданных трека (названия трека и имя исполнителя — сущности, которые отслеживает нейросеть) и текстов из интернета. Данные по музыкальным характеристикам треков получаются после обработки «сырого» аудио, не скомпилированного в общепринятые (mp3, flac и т.д.) форматы.

Все это формирует общую систему, согласно которой треки и ранжируются — рекомендовать или нет, а если рекомендовать, то как формировать плейлист.

Если есть искусственный интеллект — его надо тренировать!

Если вы чувствуете, что ваш Spotify ведет себя не так, как должен, то есть предлагает не интересную вам музыку, то его надо обучить. Это легко. Слушайте плейлисты, лайкайте и скрывайте треки — это помогает сервису настроить ваш вектор. Не забывайте пропускать треки, которые вам не нравятся — это снизит приоритет трека.

Помните — алгоритм Spotify защищен от разового прослушивания — если вы включите «Happy Birthday to You» или один раз послушали «шум дождя» перед сном — это не повлияет на ваши рекомендации. Также вы поможете алгоритму лучше ориентироваться, если будете лайкать плейлисты и создавать свои, а также слушать радиопотоки по трекам и плейлистам.

Источники

  • 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. — Massachusetts: MIT Press, 2019. — 288 p. — ISBN 978-0262-038-904.
  • From Idea to Execution: Spotify’s Discover Weekly, Chris Johnson
  • Nick Komissarenko. Как Apache Cassandra, Kafka, Storm и Hadoop формируют рекомендации пользователям Spotify
  • Анастасия Захарик. Как алгоритмы делают Spotify лучшим музыкальным сервисом

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *