Как алгоритмы работают в музыке и влияют ли они на то, что вы слышите?

Вы когда-нибудь задумывались о том, почему вы предпочитаете слушать конкретную песню, когда открываете потоковое приложение, такое как Spotify? С развитием потоковых приложений прослушивание музыки стало намного проще и практичнее, как и поиск новой музыки. Но разве мы сами выбираем, что слушать?

Читайте тоже!

Люди часто говорят, что не используют алгоритмы при прослушивании музыки. Зачастую это так, но во многих случаях люди этого не осознают. В статье, опубликованной на сайте sciencenorway.no, исследователь из Университета Осло Себастьян Коул подробно описал исследование, которое он провел, чтобы объяснить это явление.

Как работают алгоритмы потоковой передачи

Алгоритмические системы — это наборы математических и логических правил и процедур, выполняющих конкретные задачи. На основе данных, поступающих с помощью механизмов ввода, системы затем обрабатывают эту информацию посредством логических операций, принимают решения на основе результатов и предоставляют соответствующие результаты.

Алгоритмические системы используются повсюду и используются для лечения рака, изменения оценок в школах и в повседневных средствах массовой информации. Алгоритмы, скорее всего, будут задействованы при покупке книг и одежды в Интернете, просмотре фильма на потоковом сервисе или чтении публикации в социальных сетях.

Приложения Spotify и Deezer. Spotify и Deezer — две крупнейшие платформы потоковой передачи музыки. — Автор редакционных материалов: Рокас Тенис / Shutterstock.com

Такие платформы, как YouTube или Netflix, используют алгоритмические системы для создания профилей пользователей и предоставления персонализированных рекомендаций. Они делают это, собирая ваши данные, анализируя их, сравнивая их с данными других пользователей и объединяя ваше пользовательское поведение с музыкальной информацией и звуковыми характеристиками. Таким образом, они могут узнать, что нравится человеку и какая должна быть лучшая рекомендация.

Алгоритмические рекомендации присутствуют и при прослушивании музыки. Spotify изучает музыку, которая вам нравится, и рекомендует похожие песни, организованные в персонализированные плейлисты, такие как Discover Weekly и Daily Mix.

Влияют ли алгоритмы на то, что вы слышите?

Однако некоторые пользователи Spotify, с которыми исследователь разговаривал в ходе своего исследования, объясняют, что они не используют алгоритмические рекомендации, а когда они это делают, они находят музыкальные рекомендации скучными, повторяющимися и не новыми. Тем не менее, позже они рассказывают о том, как иногда обращаются к специальным плейлистам, которые рекомендует платформа, когда им скучно или они не знают, что слушать.

Spotify и другие подобные системы рекомендаций на других платформах сталкиваются с трудной задачей — рекомендовать одинаковый, но другой контент. Пользователям нравятся или не нравятся рекомендации в зависимости от того, что им от них нужно. Когда они хотят исследовать, рекомендации часто кажутся очень похожими на то, что они уже знают, но когда им нужна знакомая музыка, рекомендации могут содержать множество вариаций.

Робот-гуманоид в студии звукозаписи в наушниках, обращенных к микрофону — (Изображение: Stock-Asso/Shutterstock)

Рекомендации могут быть хорошими, когда люди не знают, что слушать, или плохими, если у них есть конкретное желание, поэтому во многих случаях проще использовать сохраненные плейлисты и избегать случайности рекомендаций.

Хотя большинство людей знают, что что-то использует их данные и рекомендует музыку, алгоритмические системы сложны и часто работают за кулисами. Большинство людей не знают, что происходит. По мере развития более продвинутых технологий становится все труднее отличить, кто вносит предложения: человек или машина.

Поэтому в следующий раз, когда рекомендации Spotify вас удивят или вы проверите Spotify Wrapped в декабре, подумайте о том, как эти песни попали туда и почему Spotify считает, что эта песня вам может понравиться.

Erro ao reproduzir vídeo: caminho não informado

‘;
} else if (playerDef.getAttribute(‘data-type’) == ‘iframe’){
target.innerHTML = »;
} else {
target.innerHTML = ‘«‘;
}
}
};
OD.libraryLoaded();
if (window.OD_bodyAlreadyLoaded===true) OD.bodyLoaded();
document.addEventListener(‘click’, OD.linkTargetPopup, true);
////////////////////////////////////////////////
// OpenWeb
////////////////////////////////////////////////
window.OD.addOnLoad(function(){
// Apenas matérias
if (!OD.postID) return;
// Callbacks
window.openWeb_onNewUnseen = function(count) {
var e = document.getElementById(‘openWebBellBadge’);
if (e){e.innerText = count; e.setAttribute(‘data-unseen’, (count>0 ? ‘yes’ : ‘no’));}
}
window.openWeb_openNotifications = function(){
var payload = {postId: OD.postID, instanceId: «EmbeddedNotifications»};
if (typeof window.__OW_OPEN_NOTIFICATIONS__ === ‘function’) {
window.__OW_OPEN_NOTIFICATIONS__(payload);
window.openWeb_onNewUnseen(0);
return;
}
document.addEventListener(‘ow-notifications-sdk-ready’, function() {
window.__OW_OPEN_NOTIFICATIONS__(payload);
window.openWeb_onNewUnseen(0);
});
// clicked but not loaded, load now if available
window.OD.openWebInit();
};
// Init
if (typeof window.__OW_SUBSCRIBE_TO_NOTIFICATIONS__ === ‘function’) {
window.__OW_SUBSCRIBE_TO_NOTIFICATIONS__(OD.postID, window.openWeb_onNewUnseen);
return;
}
document.addEventListener(‘ow-notifications-sdk-ready’, function(){
window.__OW_SUBSCRIBE_TO_NOTIFICATIONS__(OD.postID, window.openWeb_onNewUnseen);
});
});