협업 필터링이 Discover Weekly를 구동하는 방식

협업 필터링은 Spotify의 '팬들이 좋아할 만한 아티스트' 추천과 Discover Weekly의 많은 부분을 뒷받침하는 기술입니다. 음악의 사운드를 분석하는 대신, 리스너의 행동을 분석합니다.

핵심 아이디어는 간단합니다. 아티스트 A를 좋아하는 사람들이 아티스트 B도 저장하는 경향이 있다면, Spotify는 장르가 동일하지 않더라도 해당 아티스트들을 이웃으로 간주합니다.

개념적 작동 방식

Spotify는 대규모로 행동을 관찰하고 리스너들을 취향 동네(taste neighborhoods)로 그룹화합니다. 리스너가 특정 동네에 지속적으로 참여하면, Spotify는 해당 동네의 사람들이 저장하거나 반복하거나 플레이리스트에 추가하는 다른 트랙을 추천합니다.

실제로는 내 트랙이 인접 아티스트를 이미 좋아하는 새로운 리스너에게 추천될 가능성이 더 높다는 의미입니다.

협업 필터링이 중요하게 여기는 신호는 무엇인가요?

Spotify는 사용자에게 노래 평가를 요청하지 않습니다. 대신 암시적 피드백(implicit feedback)을 통해 선호도를 추론합니다.

협업 필터링은 수많은 리스너에게 걸쳐 이러한 패턴이 반복되는 것을 기반으로 구축됩니다. 단 한 번의 저장은 중요하지 않습니다. 유사한 팬들로부터의 저장 클러스터가 중요합니다.

아티스트에게 이것이 의미하는 바

협업 필터링은 오디언스 중복 및 명확성에 보상합니다.

• 내 리스너들이 인접한 유명 아티스트들도 듣는다면, Spotify는 해당 아티스트들의 팬들에게 나를 추천할 수 있는 명확한 경로를 갖게 됩니다.
• 스트림이 무작위이거나 부적합한 리스너로부터 발생한다면, 알고리즘은 약하거나 노이즈가 많은 연관성을 학습하게 됩니다.

Tip 인접 아티스트의 팬들을 타겟팅하고, 스트림보다 저장을 우선시하며, 일관된 사운드 세계 내에서 발매하세요.

세 가지 실용적인 방법이 더 깨끗한 협업 필터링 데이터를 구축합니다. 첫째, 인접 아티스트의 실제 팬들에게 도달하는 마케팅을 통해 올바른 리스너를 타겟팅합니다. 둘째, 가장 명확한 신호인 저장 및 플레이리스트 추가를 우선시합니다. 셋째, Spotify가 나를 더 확실하게 배치할 수 있도록 일관된 사운드 세계 내에서 꾸준히 발매합니다.

협업 필터링은 오디오 분석과 어떻게 다른가요?

오디오 분석은 Spotify가 기록이 없는 새로운 노래를 배치하는 데 도움을 줍니다. 협업 필터링은 충분한 사람들이 참여하면 작동을 시작합니다.

경력 초기에 있다면 둘 다 중요합니다. 오디오 분석은 초기 시도를 얻게 해줍니다. 협업 필터링은 성공적인 시도를 규모(scale)로 전환시킵니다.

오디오 측면에 대해 더 자세히 알아보려면 How Spotify Audio Analysis Works를 참조하세요.