BaRT signifie Bandits for Recommendations as Treatments (Bandits pour les Recommandations en tant que Traitements). C'est le système d'IA qui régit ce qui apparaît sur l'écran d'accueil d'un utilisateur Spotify, y compris l'ordre des playlists, les chansons au sein de ces playlists et le texte explicatif accompagnant les recommandations.
Le nom provient d'une technique d'apprentissage automatique appelée « multi-armed bandits » (bandits multi-bras), qui aide l'algorithme à décider quand jouer la sécurité avec de la musique familière et quand introduire quelque chose de nouveau.
Comment BaRT organise l'écran d'accueil
L'écran d'accueil de Spotify est structuré en rangées de playlists appelées « étagères » (comme « Créé pour vous » ou « Inspiré par votre écoute récente »), avec des playlists individuelles au sein de ces étagères appelées « cartes ».
BaRT a deux missions :
- Classer les cartes au sein de chaque étagère - décider quelles playlists apparaissent en premier
- Classer les étagères elles-mêmes - décider quelles rangées de contenu apparaissent en haut de votre écran
Ce classement est personnalisé en temps réel en fonction de votre historique d'écoute, de l'heure de la journée et de la manière dont vous avez réagi aux recommandations précédentes.
Exploration contre exploitation
BaRT équilibre constamment deux modes :
Le mode exploitation recommande du contenu que le système est certain que vous apprécierez. Il s'appuie sur votre historique d'écoute, les chansons enregistrées, les morceaux ignorés et l'activité de playlist pour prédire ce qui vous fera continuer à écouter en streaming.
Le mode exploration recommande du contenu dont le système est incertain. Cela sert deux objectifs : cela aide Spotify à en apprendre davantage sur vos préférences et vous fait découvrir de la musique que vous n'auriez peut-être pas trouvée autrement.
L'équilibre entre ces modes est géré par une stratégie « epsilon-greedy ». La plupart du temps, BaRT exploite ce qu'il sait de vous. Occasionnellement, il explore pour recueillir de nouvelles informations.
Pour les nouveaux utilisateurs ayant peu d'historique d'écoute, BaRT penche davantage vers l'exploration. Pour les utilisateurs de longue date ayant des préférences établies, il penche davantage vers l'exploitation.
Le signal de succès de 30 secondes
BaRT mesure sa propre performance à l'aide d'un seuil simple : si un auditeur écoute un morceau recommandé pendant plus de 30 secondes, la recommandation est comptée comme réussie.
Plus quelqu'un écoute longtemps une playlist ou une session radio recommandée, plus BaRT gagne en confiance dans ses prédictions pour cet utilisateur. C'est pourquoi les skips précoces nuisent à votre portée algorithmique - ils apprennent à BaRT que la recommandation a échoué.
Trois sources de données utilisées par BaRT
BaRT ne travaille pas seul. Il s'appuie sur trois pipelines de données principaux :
| Source de données | Ce qu'elle capture | Comment elle aide |
|---|---|---|
| Filtrage collaboratif | Modèles de ce que les auditeurs similaires apprécient | « Les fans de l'Artiste X aiment aussi l'Artiste Y » |
| Analyse audio | Tempo, tonalité, énergie, timbre | Trouve des morceaux soniquement similaires pour la Radio |
| Traitement du langage naturel | Paroles, titres de playlists, mentions dans les blogs | Comprend le contexte d'ambiance et de genre |
Ces signaux alimentent BaRT, qui décide ensuite comment les pondérer pour chaque utilisateur individuel.
Ce que cela signifie pour les artistes
BaRT n'est pas un gardien auquel vous pouvez faire du démarchage. C'est un moteur de prédiction qui apprend du comportement des auditeurs.
Un nombre élevé de sauvegardes et un faible nombre de skips indiquent à BaRT que votre musique satisfait les auditeurs à qui elle a été présentée. Cela augmente la probabilité de futures recommandations.
Un nombre élevé de skips et un faible nombre de sauvegardes indiquent à BaRT que la recommandation était inappropriée. Le système sera moins susceptible de montrer votre morceau à des auditeurs similaires.
La seule façon d'influencer BaRT est de lui envoyer des signaux positifs grâce à un engagement authentique des auditeurs. Cela signifie optimiser le , le taux d'achèvement et les écoutes répétées plutôt que les chiffres bruts de streaming.