Почему музыкальные сервисы не рекомендуют то, что мы хотим услышать?

Сейчас настало прекрасное время для любителей музыки: множество жанров на самый изысканный вкус, платные и бесплатные способы услышать мировых звезд, возможность открыть для себя молодых исполнителей из любой точки планеты. Но среди этого множества появляется другая проблема — многие теперь просто не знают, что именно послушать. Спросите своих друзей и больше половины из них скажут, что они слушают одни и те же треки по кругу, хотя с удовольствием предпочли бы послушать что-то новое. Музыки стало слишком много.

Различные сайты и сервисы (наподобие Spotify, Apple Music и т.д.) решают эту проблему путем создания различных плейлистов, основывающихся на поведении пользователей (еженедельный микс) и радиоротациях (хотя последний способ, кажется, все более и более редко используется). Некоторые пользователи довольны такими решениями, но, естественно, такие плей-листы не решают проблему для всех. Но необходимо понимать, что потоковая музыка является новым радио и радио, как правило, удовлетворяет массовые рынки. Поэтому и получается, что люди, чьи вкусы и предпочтения, хоть как-то отличаются от большинства пользователей попадают в музыкальную яму.

Алгоритм не может рекомендовать музыку без достаточного количества ее проигрываний.

Например, Spotify не сможет предложить вам трек, который прослушали менее 500 раз. Это имеет смысл с точки зрения провайдера: Spotify, Apple, Deezer и т.д. — их музыкальная библиотека содержит примерно 35 000 000 треков и сервис должен автоматически отбирать лучшее для вас, исключая песни, которые не подходят к вашему стилю. Но мы же понимаем, что трек с менее чем 500 проигрываниями в Spotify может быть отличным треком, сделанный хорошим артистом. В другой ситуации этот трек вполне мог бы часто звучать в клубах, на фестивалях, подкастах, общественных мероприятиях и т.д. Не раз получалось так, что какая-то песня “выстреливала в толпе” и начинала звучать отовсюду, а потом оказывалось, что она была выпущена еще пару лет назад и лежала в углу неизвестности потоковых сервисов.   

Из этого можно сделать вывод, что использование рекомендаций стриминговых провайдеров не может в полной мере дать вам правду о том, что популярно на самом деле, а только то, что популярно в их контексте.

Недостаточная разбивка по жанрам

Здесь все достаточно понятно по заголовку. В настоящее время существует 200+ жанров музыки и классифицировать это все как «танцевальная», «хип-хоп» и «рок» совершенно точно нельзя. Spotify отмечает, что имеет 944 категории (а Яндекс.музыка около 90), но попробуйте сориентироваться в них и перейти к какому-то определенному жанру.

Усложняется это еще тем, что жанры сами по себе довольно взаимозаменяемые и даже альбомы одной группы могут быть написаны в разных стилях. Для одного человека это будет хаус, а для другого техно. Сопровождение аудиозаписей тегами,как на last.fm — это один из способов подхода к этой проблеме, но, совпадая, похожие теги могут перекрываться один другим, что может сделать рекомендации неверными. Новые и менее популярные артисты будут также получать меньше метаданных и, соответственно, реже появляться в рекомендациях.

Уклон на популярность

Любой потоковый сервис содержит огромнейшее количество треков и артистов. Поэтому одной из их основных задач становится обеспечение понятной навигации в этих огромных каталогах для десятков миллионов людей. И для того, чтобы сделать это, им приходится очень много обобщать. Песни играющие на радио / в телевизоре, как правило проигрываются чаще и, соответственно, рекомендуются чаще — тем самым создавая замкнутый круг и оставляя большую часть контента за его пределами. Есть более 4 миллионов треков на Spotify, которые никогда не воспроизводились, то есть до 15% от всего их каталога!
Также для этих алгоритмов существует связь между «похожими» артистами, которая часто основана на так называемой «совместной фильтрации». Как правило, это означает, что сервис ориентируется на поведение и списки прослушиваний пользователей, коллаборации одних артистов с другими .

Пример: Spotify и Apple Music определяют Muse и Beck как артистов похожих на Radiohead. Возможно, это и было верно для их творчества в 90 -х годах, но сейчас они достаточно сильно расходятся в звуке. Или группы, выступавшие на разогреве тех же Radiohead — Flying Lotus, Sigur Ros, Beta Band — разве они похожи в звучании? Нет. Но взаимосвязаны ли они? Определенно да.

Контент может основываться на ваших друзьях

Это типичный подход к решению так называемой «проблемы пустой комнаты». Когда вы открываете приложение в первый раз, то ни вы, ни программа еще не знаете, что делать друг с другом. И тогда вам предлагают выбрать несколько интересующих жанров или добавить к себе в профиль уже зарегистрированных друзей. Обычная ситуация для мессенджеров или социальных сетей, но в музыке этот вопрос не так легко разрешим.
Получение музыкальных рекомендаций от ваших друзей, не означает релевантную подборку в плей-листе — ведь у вас могут быть совершенно разные вкусы или предложенные изначально жанры не до конца включают ваши вкусы.

Потоковые сервисы не решают проблему обнаружения новой музыки

Многие приложения и сервисы ориентированы на популярную музыку — музыку, которая проталкивается крупными звукозаписывающими компаниями (а возможно даже и за деньги). Любая программа получает доходы с платной подписки и рекламы, а значит им важна большая вовлеченность пользователей. Так что если вы достаточно популярны или подписаны на крупный лейбл — вас с радостью включат в каталог, а если же нет — то вам придется очень сильно постараться, чтобы быть услышанными.

В заключение хочется сказать, что конечно, музыкальные сервисы пытаются решить эту проблему, но рекомендовать нужное из 30 миллионов различных треков для 100 миллионов различных пользователей очень тяжело. И это не проблема слушателей — это недостатки инструментов и алгоритмов, которые используют сайты.

Адаптация статьи.

Перевод и редакция — Ломанова Надежда

print