Понятное дело, что коллаборативная фильтрация работает не на двух пользователях, и даже не на двух тысячах. А вот на паре миллионов юзеров, у которых удается найти критическую массу одинаковых композиций - уже вполне. Также очевидно, что я привожу примеры карикатурно непохожих песен “из разных миров”. Я это делаю намеренно, чтобы подчеркнуть, что подход помогает делать рекомендации на основе данных, в которых, казалось бы, не за что зацепиться в поисках общего паттерна. Понятное дело, что в реальности между прослушанными и рекомендуемыми треками скорее всего будет больше схожести.
Как с помощью алгоритмов музыкальных стримингов мне вывести их в популярное?
Ооо это в топе у каждой музыкальной ML-модельки)))
Комментарий недоступен
Что ещё хочется сказать? Из вообще всех стриминговых сервисов, только наша Яндекс музыка подбирает идеально треки, даже если у человека абсолютно разноплановые вкусы, волну просто можно включить и очень редко хочется пропускать трек. Но учитывая что из Яндекс музыки исчезло огромное количество моей любимой музыки, не вижу смысла ею пользоваться. Прекрасный сервис (лучший в мире) , который для меня убили санкциями
Гениальный лонг! Огромное спасибо, было супер интересно
все эти алгоритмы работают только если ваши вкусы более или менее мейнстримны. К примеру мой любимый жанр - блэк метал, но я слушаю только процентов 5 максимум из всего мирового блэка со всеми поджанрами и кроссоверами. Допустим, я отмечаю в условном спотифае Catamenia, Old Man's Child, Dissection и до кучи, например, Celtefog, который кроме меня вообще никто не знает. Закономерно, что он выдаст мне такую мейнстримную жвачку как Cradle of Filth и Dimmu Borgir, навязшие у всех на зубах. Вот и получается что все эти рекомендации - мимо.
Я бы сказал что дело не в "мейнстримном вкусе", а в консерватизме.
Тип если человек хочет слушать ТОЛЬКО очень конкретное и желательно не популярное, то даже живой эксперт не удовлетворит вкусы в полной мере.
Если же какая-то гибкость есть и тз лишь "только не популярное", то даже примитивный алгоритм на дизах и их аналогах поймет, что то-то рекомендовать не будет и пойдет глубже в жанр или сверит со столь же привередливым другим пользователем.
В целом, в материале и так все сказали. Алгоритм надрочить на себя - можно и возможно. Но одним это нахрен не надо по факту (сам ищу, свое люблю, новое редко даже хочу), а другим прост нужно фильтровать контент жесче других (куча дизлайков, куча лайков своих исполнителей и треков, не подходить к оценке с позиции "квин из уважения не дизлайкну" и рубить с плеча).
В целом я по такой логике себе сейчас держу в Яндексе. 30% известных ребят, 40% уровня "ютуб говорит его слушают активно, но слышал о них мало", 30% прям "гугл не уверен, что ты ищешь именно этого исполнителя".
При этом еще поиск по похожим исполнителям, где фильтр еще жесче и учитывает звучание и прежние дизлайки и лайки на схожем звуке.
Безусловно алгоритмы не магнит для конкретной музыки. Тут даже живой человек не сможет идеально советовать т.к. восприятие индивидуально. Но если есть готовность искать новое звучание в отдельных жанровых направлениях - натренить его можно. Не быстро, но можно. Тут от сервиса к сервису и на сколько табу вообще хоть сколько-то популярные исполнители.