Kernesystemer
BaRT (Bandits for Recommendations as Treatments)
AI-systemet der styrer Spotify Home-skærmens anbefalinger. BaRT bruger en multi-armed-bandit-tilgang til at balancere exploitation (at vise indhold den ved du kan lide) med exploration (at teste nyt indhold for at lære mere om dine præferencer). Fuld forklaring →
Kollaborativ filtrering
En anbefalingsteknik der identificerer mønstre i hvad lignende lyttere nyder. Hvis lyttere der gemte dit track også gemmer Track B, er algoritmen mere tilbøjelig til at anbefale Track B til nye lyttere af din musik. Dette driver "Fans kan også lide"-associationer og meget af Discover Weekly. Fuld forklaring →
Lydanalyse
Processen med at udtrække målbare features fra et tracks rå lydbølgeform. Spotify bruger convolutional neural networks (CNN'er) til at analysere spektrogrammer og detektere karakteristika som tempo, toneart, energi og stemning. Dette muliggør sonisk-lighed-anbefalinger for Radio og Autoplay. Fuld forklaring →
Naturlig sprogbehandling (NLP)
Algoritmens evne til at forstå tekstkontekst. Spotifys NLP-komponent analyserer playlistetitler, sangtekster, blogomtaler og sociale-medie-diskussioner for at forstå kulturel kontekst omkring musik.
Engagementsmetrikker
Gemningsrate
Procentdelen af lyttere der gemmer dit track til deres bibliotek. Beregnes som gemninger ÷ unikke lyttere. En høj gemningsrate signalerer stærk lytterintention og er en af de vigtigste forudsigere af algoritmisk succes. Fuld forklaring →
Skip-rate
Procentdelen af streams hvor lytteren skipper før en vis tærskel, ofte 30-sekunders-mærket. Høje tidlige skip-rates lærer algoritmen at dit track er et dårligt fit for det publikum det blev vist til.
Fuldførelsesrate
Procentdelen af lyttere der afspiller et track fra start til slut. Høje fuldførelsesrater indikerer stærk fastholdelse og bidrager positivt til algoritmisk scoring.
Gentagelseslytterate
Hvor ofte individuelle lyttere vender tilbage for at afspille det samme track flere gange. Høje gentagelsesrater signalerer dybt engagement og kan udløse "superlytter"-klassificering.
Stream-til-lytter-forhold
Det gennemsnitlige antal streams per unik lytter over en tidsperiode. Et forhold over 1,0 indikerer gentagen lytning. Højere forhold antyder dedikerede fans frem for engangs-afslappede afspilninger.
Lydfeatures
Tempo
Hastigheden af et track målt i beats per minute (BPM). Spænder fra 0-250 BPM.
Energy
Et 0,0-1,0-mål af intensitet og aktivitet. Kombinerer dynamisk område, opfattet loudness, klangfarve, onset-rate og entropi. Death metal scorer højt; ambient musik scorer lavt.
Valence
Et 0,0-1,0-mål af musikalsk positivitet. Høj valence (0,8+) lyder glad eller euforisk. Lav valence (0,2 eller under) lyder trist, melankolsk eller vred.
Danceability
En 0,0-1,0-score af hvor egnet et track er til dans baseret på tempo, rytmestabilitet, beat-styrke og regelmæssighed.
Acousticness
Et 0,0-1,0-tillidsmål af om et track er akustisk. En værdi på 1,0 indikerer høj tillid til at tracket ikke indeholder elektroniske eller forstærkede instrumenter.
Instrumentalness
En 0,0-1,0-forudsigelse af om et track indeholder vokal. Værdier over 0,5 antyder instrumentale tracks. "Ooh"- og "aah"-lyde behandles som instrumentale.
Speechiness
Et 0,0-1,0-mål af talt-ord-tilstedeværelse. Podcast-stil-indhold scorer højt; ren instrumental musik scorer lavt.
Algoritmiske overflader
Discover Weekly
En personaliseret playliste med 30 tracks lytteren ikke har hørt før, opdateret hver mandag. Primært drevet af kollaborativ filtrering. Fuld forklaring →
Release Radar
En personaliseret playliste med nye udgivelser fra fulgte kunstnere og lignende acts, opdateret hver fredag. Kræver pitching gennem Spotify for Artists mindst 7 dage før udgivelse.
Radio
En auto-genereret kø af tracks lignende et frø-track eller kunstner. Bruger lydanalyse for sonisk lighed og kollaborativ filtrering for publikumsoverlap.
Autoplay
Funktionen der fortsætter med at afspille musik når en playliste eller et album slutter. Drevet af de samme signaler som Radio, hvilket forlænger lyttesessionen på ubestemt tid.
Daily Mix
Et sæt af 4-6 playlister der grupperer din gemte musik og lignende tracks efter genre eller stemning. Opdaterer dagligt.
AI DJ
En personaliseret radiooplevelse med syntetiseret stemmekommentar. Bruger den samme personaliseringsmotor som andre overflader men tilføjer talt kontekst om kunstnere og tracks. Fuld forklaring →
Promoveringsværktøjer
Discovery Mode
Et royaltydelingsarrangement hvor kunstnere accepterer et 30% kommissionscut på streams fra Radio, Autoplay og Mixes i bytte for øget anbefalingssandsynlighed. Fuld forklaring →
Marquee
En fuldskærms-popup-annonce til nye udgivelser (inden for 21 dage), vist når målrettede lyttere åbner mobilappen. Del af Campaign Kit; betal-per-klik-prisering.
Showcase
En bannerannonce på Spotifys Home-feed til enhver udgivelse. Del af Campaign Kit; betal-per-klik-prisering. Fuld forklaring →
Canvas
En loopende 3-8-sekunders-video der afspiller bag dit track på mobil. Ikke direkte algoritmisk, men kan forbedre engagementsmetrikker ved at opmuntre lyttere til at se og gemme.
Tekniske koncepter
Exploration vs exploitation
Afvægningen BaRT administrerer mellem at vise dig indhold den ved du kan lide (exploitation) og at teste nyt indhold for at lære dine præferencer (exploration). Nye brugere får mere exploration; etablerede brugere får mere exploitation.
Cold start-problem
Udfordringen med at anbefale musik til nye kunstnere eller nye brugere der ikke har nogen lyttehistorik. Lydanalyse hjælper med at løse dette ved at muliggøre sonisk-lighed-anbefalinger uden adfærdsdata.
Epsilon-greedy-strategi
Den specifikke algoritme BaRT bruger til at balancere exploration og exploitation. Det meste af tiden exploiterer den (viser høj-tillids-anbefalinger); af og til explorer den (viser usikre anbefalinger for at indsamle data).
Kontekstuel bandit
Et machine-learning-framework der lærer optimale handlinger baseret på kontekst. BaRT er et kontekstuelt bandit-system der overvejer brugerkontekst (tidspunkt på dagen, enhed, seneste aktivitet) når det laver anbefalinger.
Spektrogram
En visuel repræsentation af lydfrekvenser over tid. Spotifys CNN'er analyserer spektrogrammer for at udtrække lydfeatures fra rå bølgeformer.
Mikrogenre
En granulær subgenreklassificering brugt til personalisering. Spotify vedligeholder en stor taksonomi af mikrogenrer baseret på lyttemønstre og lydkarakteristika.
Lyttersegmenter
Aktiv lytter
En lytter der bevidst søger din musik fra aktive kilder (kunstnerprofil, udgivelsessider, personlige playlister, søgning) inden for de seneste 28 dage.
Månedlig aktiv lytter
Delmængden af månedlige lyttere der bevidst har streamet fra aktive kilder, ikke kun passiv playlisting eller Radio-eksponering.
Programmeret lytter
En lytter der har hørt din musik gennem algoritmiske eller redaktionelle playlister men ikke aktivt har søgt dig.
Platformkoncepter
30-sekunders-regel
En stream tæller kun mod royalties og engagementsmetrikker hvis lytteren afspiller tracket i 30 sekunder eller mere. Skips før 30 sekunder genererer ingen indtægt og sender negative signaler. Fuld forklaring →
1.000-streams-tærskel
Fra 2024 skal tracks akkumulere 1.000 streams inden for en rullende 12-måneders-periode for at generere royalties. Streams under denne tærskel udbetaler ikke.
Popularitetsindeks
En 0-100-score Spotify tildeler hvert track og kunstner baseret på seneste streaming-velocity. Højere scores indikerer hurtigere vækst relativt til platformsgennemsnittet. Fuld forklaring →
Smagsprofil
Den algoritmiske model Spotify bygger for hver bruger baseret på deres lyttehistorik, gemninger, skips og playlisteaktivitet. Driver alle personaliserede anbefalinger.