Systèmes fondamentaux
BaRT (Bandits for Recommendations as Treatments)
Le système d'IA qui régit les recommandations sur l'écran d'accueil de Spotify. BaRT utilise une approche de "multi-armed bandit" pour équilibrer l'exploitation (afficher du contenu que le système sait que vous aimez) et l'exploration (tester du contenu nouveau pour mieux apprendre vos préférences). Explication complète →
Filtrage collaboratif
Une technique de recommandation qui identifie des modèles dans ce que les auditeurs similaires apprécient. Si des auditeurs ayant enregistré votre morceau enregistrent également le morceau B, l'algorithme est plus susceptible de recommander le morceau B aux nouveaux auditeurs de votre musique. Cela alimente les associations "Les fans aiment aussi" et une grande partie de Découvertes de la semaine. Explication complète →
Analyse audio
Le processus d'extraction de caractéristiques mesurables à partir de la forme d'onde audio brute d'un morceau. Spotify utilise des réseaux de neurones convolutifs (CNN) pour analyser les spectrogrammes et détecter des caractéristiques comme le tempo, la tonalité, l'énergie et l'ambiance. Cela permet des recommandations de similarité sonore pour la Radio et la Lecture automatique. Explication complète →
Traitement du langage naturel (NLP)
La capacité de l'algorithme à comprendre le contexte textuel. Le composant NLP de Spotify analyse les titres de playlists, les paroles de chansons, les mentions sur les blogs et les discussions sur les réseaux sociaux pour comprendre le contexte culturel autour de la musique.
Métriques d'engagement
Taux d'enregistrement (Taux de saves)
Le pourcentage d'auditeurs qui enregistrent votre morceau dans leur bibliothèque. Calculé comme saves ÷ auditeurs uniques. Un taux d'enregistrement élevé signale une forte intention de l'auditeur et est l'un des prédicteurs les plus importants de la réussite algorithmique. Explication complète →
Taux de passage (Skip rate)
Le pourcentage de streams où l'auditeur passe le morceau avant un certain seuil, souvent la marque des 30 secondes. Des taux de passage précoces élevés apprennent à l'algorithme que votre morceau est inadapté à l'audience à laquelle il a été présenté.
Taux de complétion
Le pourcentage d'auditeurs qui écoutent un morceau du début à la fin. Des taux de complétion élevés indiquent une forte rétention et contribuent positivement au score algorithmique.
Taux d'écoute répétée
La fréquence à laquelle les auditeurs individuels reviennent écouter le même morceau plusieurs fois. Des taux de répétition élevés signalent un engagement profond et peuvent déclencher une classification en "super auditeur".
Ratio stream-par-auditeur
Le nombre moyen de streams par auditeur unique sur une période donnée. Un ratio supérieur à 1,0 indique une écoute répétée. Des ratios plus élevés suggèrent des fans dévoués plutôt que des écoutes occasionnelles uniques.
Caractéristiques audio
Tempo
La vitesse d'un morceau mesurée en battements par minute (BPM). Varie de 0 à 250 BPM.
Énergie
Une mesure de 0,0 à 1,0 de l'intensité et de l'activité. Combine la plage dynamique, le volume perçu, le timbre, le taux d'attaque et l'entropie. Le death metal obtient un score élevé ; la musique ambiante obtient un score faible.
Valence
Une mesure de 0,0 à 1,0 de la positivité musicale. Une valence élevée (0,8+) sonne joyeuse ou euphorique. Une valence faible (0,2 ou moins) sonne triste, mélancolique ou en colère.
Dançabilité
Un score de 0,0 à 1,0 indiquant à quel point un morceau est adapté à la danse, basé sur le tempo, la stabilité du rythme, la force du battement et la régularité.
Caractère acoustique
Une mesure de confiance de 0,0 à 1,0 indiquant si un morceau est acoustique. Une valeur de 1,0 indique une forte confiance que le morceau ne contient aucun instrument électronique ou amplifié.
Caractère instrumental
Une prédiction de 0,0 à 1,0 indiquant si un morceau contient des voix. Les valeurs supérieures à 0,5 suggèrent des morceaux instrumentaux. Les sons "Ooh" et "aah" sont traités comme instrumentaux.
Caractère parlé (Speechiness)
Une mesure de 0,0 à 1,0 de la présence de mots parlés. Le contenu de type podcast obtient un score élevé ; la musique purement instrumentale obtient un score faible.
Surfaces algorithmiques
Découvertes de la semaine
Une playlist personnalisée de 30 morceaux que l'auditeur n'a jamais entendus, rafraîchie chaque lundi. Principalement alimentée par le filtrage collaboratif. Explication complète →
Radar des sorties
Une playlist personnalisée de nouvelles sorties d'artistes suivis et d'actes similaires, rafraîchie chaque vendredi. Nécessite un pitch via Spotify for Artists au moins 7 jours avant la sortie.
Radio
Une file d'attente générée automatiquement de morceaux similaires à une chanson ou un artiste source. Utilise l'analyse audio pour la similarité sonore et le filtrage collaboratif pour le chevauchement d'audience.
Lecture automatique
La fonctionnalité qui continue de diffuser de la musique lorsqu'une playlist ou un album se termine. Alimentée par les mêmes signaux que la Radio, prolongeant indéfiniment la session d'écoute.
Daily Mix
Un ensemble de 4 à 6 playlists regroupant votre musique enregistrée et des morceaux similaires par genre ou humeur. Mis à jour quotidiennement.
AI DJ
Une expérience radio personnalisée avec des commentaires vocaux synthétisés. Utilise le même moteur de personnalisation que les autres surfaces mais ajoute un contexte parlé sur les artistes et les morceaux. Explication complète →
Outils promotionnels
Discovery Mode
Un arrangement de partage de redevances où les artistes acceptent une réduction de commission de 30 % sur les streams provenant de la Radio, de la Lecture automatique et des Mixes en échange d'une probabilité de recommandation accrue. Explication complète →
Marquee
Une publicité plein écran pour les nouvelles sorties (dans les 21 jours), affichée lorsque les auditeurs ciblés ouvrent l'application mobile. Fait partie du Campaign Kit ; tarification au clic.
Showcase
Une bannière publicitaire sur le flux d'accueil de Spotify pour toute sortie. Fait partie du Campaign Kit ; tarification au clic. Explication complète →
Canvas
Une vidéo en boucle de 3 à 8 secondes qui se lit derrière votre morceau sur mobile. Pas directement algorithmique, mais peut améliorer les métriques d'engagement en encourageant les auditeurs à regarder et à enregistrer.
Concepts techniques
Exploration contre exploitation
Le compromis que BaRT gère entre vous montrer du contenu qu'il sait que vous aimez (exploitation) et tester du contenu nouveau pour apprendre vos préférences (exploration). Les nouveaux utilisateurs bénéficient de plus d'exploration ; les utilisateurs établis bénéficient de plus d'exploitation.
Problème du démarrage à froid
Le défi de recommander de la musique pour de nouveaux artistes ou de nouveaux utilisateurs qui n'ont aucun historique d'écoute. L'analyse audio aide à résoudre ce problème en permettant des recommandations de similarité sonore sans données comportementales.
Stratégie Epsilon-greedy
L'algorithme spécifique que BaRT utilise pour équilibrer l'exploration et l'exploitation. La plupart du temps, il exploite (affiche des recommandations à haute confiance) ; occasionnellement, il explore (affiche des recommandations incertaines pour collecter des données).
Bandit contextuel
Un cadre d'apprentissage automatique qui apprend les actions optimales basées sur le contexte. BaRT est un système de bandit contextuel qui prend en compte le contexte de l'utilisateur (heure de la journée, appareil, activité récente) lors de la formulation de recommandations.
Spectrogramme
Une représentation visuelle des fréquences sonores au fil du temps. Les CNN de Spotify analysent les spectrogrammes pour extraire les caractéristiques audio des formes d'onde brutes.
Micro-genre
Une classification de sous-genre granulaire utilisée pour la personnalisation. Spotify maintient une large taxonomie de micro-genres basée sur les modèles d'écoute et les caractéristiques audio.
Segments d'auditeurs
Auditeur actif
Un auditeur qui recherche intentionnellement votre musique à partir de sources actives (profil d'artiste, pages de sortie, playlists personnelles, recherche) au cours des 28 derniers jours.
Auditeur actif mensuel
Le sous-ensemble des auditeurs mensuels qui ont diffusé intentionnellement de la musique à partir de sources actives, et non simplement par playlist passive ou exposition radio.
Auditeur programmé
Un auditeur qui a entendu votre musique via des playlists algorithmiques ou éditoriales mais qui ne vous a pas recherché activement.
Concepts de plateforme
Règle des 30 secondes
Un stream ne compte pour les redevances et les métriques d'engagement que si l'auditeur lit le morceau pendant 30 secondes ou plus. Les passages avant 30 secondes ne génèrent aucun revenu et envoient des signaux négatifs. Explication complète →
Seuil de 1 000 streams
Depuis 2024, les morceaux doivent accumuler 1 000 streams sur une période glissante de 12 mois pour générer des redevances. Les streams en dessous de ce seuil ne sont pas rémunérés.
Indice de popularité
Un score de 0 à 100 que Spotify attribue à chaque morceau et artiste en fonction de la vélocité de streaming récente. Des scores plus élevés indiquent une croissance plus rapide par rapport à la moyenne de la plateforme. Explication complète →
Profil de goût
Le modèle algorithmique que Spotify construit pour chaque utilisateur en fonction de son historique d'écoute, de ses enregistrements, de ses passages et de son activité sur les playlists. Alimente toutes les recommandations personnalisées.