Мы хотим, чтобы каждый пользователь получил интересный и уникальный опыт. Наша задача — предлагать слушателям любимый контент и помогать им открывать для себя что-то новое. Одинаковых пользователей не бывает, поэтому мы стремимся делать рекомендации уникальными. Большинству слушателей Spotify нравится именно за персональный подход. Мы хотим вам рассказать, откуда берутся рекомендации в ленте на Главной, плейлистах, поисковых результатах и других разделах сервиса.
Контент в Spotify подбирают как люди, так и алгоритмы. Некоторые рекомендации, такие как плейлисты с поп-музыкой, составляют редакторы. Другие подборки основываются на предпочтениях слушателей, например персональные плейлисты. Они составляются алгоритмами, которые создают эксперты.
Мы считаем, что рекомендации должны не просто собирать клики пользователей, а развиваться вместе с их вкусами. Наши специальные команды следят за тем, чтобы подборки подходили именно вам. Мы постоянно развиваем систему рекомендаций, чтобы показывать вам актуальный, интересный и персональный контент.
Главная задача редактора — найти отклик у миллионов пользователей по всему миру. В этом ему помогает статистика, острый слух и понимание трендов. Редакторы отлично разбираются в местной музыке и культуре, поэтому предлагают пользователям только лучшие плейлисты.
Алгоритмы Spotify предлагают актуальный и уникальный контент для каждого пользователя. Наши технологии учитывают историю прослушивания в Spotify, а также поисковые запросы и действия на Главной и в персональных плейлистах.
Алгоритмы основываются на ряде данных. Важность некоторых сведений меняется в зависимости от стиля использования Spotify, но больше всего при подборе рекомендаций мы доверяем профилю предпочтений. Ниже мы перечислили самые важные источники данных и рассказали, как они работают.
Мы определяем ваши вкусы по таким действиям, как поиск, воспроизведения, скипы и сохранения в медиатеку. Профиль предпочтений помогает алгоритмам понять, чем вы интересуетесь и как именно любите слушать музыку. Например:
Чтобы качество рекомендаций было лучше, учитываются тренды, а также общие предпочтения и поведение пользователей. Когда слушатели совершают похожие действия с определенным контентом, алгоритмам проще предугадывать, как с ним будут поступать другие люди. Например:
Наши алгоритмы учитывают характеристики самого контента, например категорию подкаста, жанр или дату выпуска. Похожим пользователям с большой вероятностью понравится похожий контент. Например:
Поскольку Spotify — это платформа, мы оцениваем влияние, которое оказываем на авторов, слушателей и сообщество. Наши специалисты обеспечивают необходимые процессы и меры безопасности и предотвращают распространение вредоносного контента. Мы серьезно относимся к алгоритмической ответственности и работаем в этом направлении совместно с командами по продукту, исследованиям и разработке политик. Мы также консультируемся с внешними экспертами, например советом Spotify Safety Advisory Council.
Ко всему контенту, в том числе рекомендуемому, применяются Правила платформы Spotify. Их разработали специалисты нашей компании при сотрудничестве со множеством сторонних экспертов. Узнав о контенте, который предположительно нарушает наши правила, мы проверяем его и принимаем решение. Например, мы можем ограничить рекомендацию такого контента.
Наши алгоритмы постоянно подстраиваются под ваши предпочтения в Spotify. Чем больше вы слушаете любимую музыку или подкасты и взаимодействуете с приложением, тем больше вам будут нравиться наши рекомендации.
У пользователей есть несколько способов влиять на рекомендации и отфильтровывать определенный контент. Например:
В некоторых случаях можно упорядочивать рекомендации, чтобы видеть больше нужного контента. Например, фильтры на Главной позволяют показывать только подкасты или музыку.
При подборе рекомендаций Spotify ставит на первое место слушателей. Но в некоторых случаях мы можем руководствоваться стоимостью контента или возможностью его монетизации. Например, кампания Discovery Mode позволяет исполнителям и лейблам продвигать определенные треки. Это влияет на алгоритмы при создании персональных рекомендаций. Когда исполнитель или лейбл использует Discovery Mode, Spotify взимает комиссию за прослушивания продвигаемых треков из разделов, где действует кампания (например, она недоступна для редакторских плейлистов). Таким образом увеличивается вероятность, что выбранные композиции попадутся слушателям, но мы этого не гарантируем. Spotify предлагает только тот контент, который, скорее всего, понравится пользователям. Если слушатель не взаимодействует с треками, даже продвигаемыми через Discovery Mode, мы учитываем это при подборе будущих рекомендаций.