Spotifyのレコメンドシステムもっと頑張ってほしい
xbczLsg2YtD2.icon
これプレイリストに入ってるんだけど、かかるたびに良い曲すぎてギョッッとする
https://open.spotify.com/intl-ja/track/3WCbpAGBHPhIRqLfuBWnjA?si=9fe6c3e7c1e54c13
これが好きな人は多分これも好き
https://open.spotify.com/intl-ja/track/2eNwhBHnZiLnBBCiFTXe2O?si=ef5a1c62bed04b5f
Spotifyのレコメンドシステムもっと頑張ってほしい。この二つはすっと繋がってお出しされたい 使われている音や曲調の分析って難しいのかな？
技術的に難しいのか
著作権的に難しいのか
discover weeklyはそれをやってくれて精度が高いという噂を聞いていたhoshihara.icon
こっちにはactually analyze the songs themselves.と書いてあるなあ
自分のspotifyだと最初は精度低くてほんとかよ、と思っていたが最近は以前より好みの曲調を出してくれているようになった気がする
たとえば、リスナーが再生するコンテンツやタイミング、プレイリストに追加している楽曲、好みが似ているユーザーのリスニング傾向など
音や曲調の直接の分析はやってなさそうだな。
好みが似ているユーザーのリスニング傾向は、実質曲調の分析のような効果はありそう
これみたいな感じで
これただのあなたに似たユーザーは〇〇も購入しています的なレコメンドシステムか。
好みが似ているユーザーのリスニング傾向これは一長一短あると思っていて
例えば流行りのVTuberの曲が1曲だけピンポイントで好きだから似た曲を探したいのに、レコメンドシステムはVTuberが所属している箱の別のVTuberの曲を勧めてきたりするんだよね…そうじゃない…そうじゃないんだ…私は音の構成や曲調、BPMが似た曲がおすすめされてほしい…xbczLsg2YtD2.icon
わかるhoshihara.icondiscover weeklyは最近はわりとそれをしてくれる
自分がspotifyを使い始めたころはVtuberの曲を聞いたらVtuberの曲がおすすめされるような感じの精度だったが。多分しばらく使っていると学習が進む？
上の記事、後でちゃんと読んでみますねxbczLsg2YtD2.icondiscover weeklyも全然使ってなかったので使ってみます！
👍hoshihara.icon
以下Google翻訳なんで間違ってたらごめんxbczLsg2YtD2.icon
協調フィルタリングアルゴリズムは、ユーザーの利用状況（共通して聴いた曲）に基づいて、互いに類似したユーザーを見つけ出し、片方だけが聴いた曲をもう片方に推薦します。 しかし、M83の話題の新曲をあなたに届けるのは、協調フィルタリングだけではありません。Spotify Discoverは、実際にはアンサンブル法と呼ばれる手法を採用しています。これは、協調フィルタリングを含むモデルの集合体です。 「協調フィルタリングの大きな問題は、『コールドスタート問題』と呼ばれるものです。これは、新製品を立ち上げる際にユーザーデータが全くない状況を指します」とラマダン氏は述べた。Spotifyの場合、これはまだあまり音楽を聴いていない新規ユーザーの場合や、あまり知られていない、人気のない、あるいはまだあまり聴かれていない新曲の場合に顕著に現れる。 「畳み込みニューラルネットワークを曲そのものの音響に当てはめて分析し、類似した音響パターンを持つ曲を特定する」とラマダン氏は語った。
3つ目の方法は、自然言語処理の一種です。自然言語処理には、Word2Vecと呼ばれる手法があり、単語を数学的表現、つまりベクトルにエンコードします。この数学的表現では、似た形のベクトルは似た意味を持つ単語に相当します。つまり、これは日常会話において私たちが知っている単語間の暗黙的な連想や関係性を数学的に表現したものです。 結構青リンクあった
Mijikko.icon
週１で専用プレイリスト作ってくれるし知らない曲提示してくれるし結構頑張ってると思うけどなー
できれば毎日欲しい……xbczLsg2YtD2.icon