Jak BaRT organizuje ekran Home
Ekran główny Spotify jest zorganizowany jako rzędy list odtwarzających zwanych "reżwami" (takie jak "Made for You" lub "Inspired by your recent listening"), z indywidualnymi listami odtwarzającymi w tych reżmach zwanymi "cards".
BaRT ma dwie prace:
- Rank karty w każdej półce - decydując, które playlisty pojawiają się pierwsze
- Rank samych półek - decydując, które rzędy treści pojawiają się na górze ekranu
Ranking jest spersonalizowany w czasie rzeczywistym w oparciu o historię słuchania, czas dnia i sposób reagowania na poprzednie zalecenia.
Jak BaRT równoważy eksplorację z eksploatacją?
BaRT stale równoważy dwa tryby:
Modus eksploatacji zaleca treść, którą system jest pewny, że będziesz cieszyć się.
Modus eksploracji zaleca treść, o której system nie jest pewien.
W większości przypadków BaRT wykorzystuje to, co wie o tobie.
Dla nowych użytkowników z małą historią słuchania BaRT bardziej opiera się na eksploracji.
Jaki jest 30-sekundowy sygnał sukcesu?
BaRT mierzy własną wydajność przy użyciu prostego progu: jeśli słuchacz przesyła zalecaną ścieżkę przez dłużej niż 30 sekund, zalecenie jest uważane za udane.
Im dłużej ktoś słucha zalecanego playlistu lub sesji radiowej, tym większa wiara w swoje prognozy dla tego użytkownika. Dlatego /Z wcześniejszymi przejściami /zraniłeś zasięg algorytmiczny - uczą BaRT, że zalecenie nie powiodło się.
Jakie są trzy źródła danych wykorzystywane przez BaRT?
BaRT nie działa samodzielnie, opiera się na trzech głównych kanałach danych:
| Źródło danych | Co to załapa | Jak to pomaga |
|---|---|---|
| Filtrujące wspólnie | Wzorce w tym, co lubią podobni słuchacze | "Fani artysty X lubią artystę Y" |
| ** Analiza dźwiękowa** | Tempo, klucz, energia, timbre | Znajduje podobne ścieżki do radia |
| Prawo przetwarzania języka naturalnego | Teksty, tytuły playlist, wspomnienia na blogu | Rozumie kontekst nastroju i gatunku |
Sygnały te wysyłane są do BaRT, który decyduje, jak je obciążyć dla każdego użytkownika.
Co to oznacza dla artystów
BaRT to nie strażnik, który można rzucić, ale silnik przewidywania, który uczą się od zachowań słuchacza.
Wyższe i niskie skoki uczą BaRT, że twoja muzyka zadowala słuchaczy, którym została pokazana.
** Wysokie skoki i niskie oszczędności** uczą BaRT, że zalecenie było niezgodne.
Jedynym sposobem na wpływanie na BaRT jest przekazanie mu pozytywnych sygnałów poprzez prawdziwe zaangażowanie słuchaczy. Oznacza to optymalizację opłata, współczynnik zakończenia i powtarzające się słuchanie zamiast liczby strumieni.
Jak BaRT porówna się z innymi systemami Spotify?
BaRT obsługuje w szczególności ekran główny i spersonalizowane rekomendacje na półce.
- Discover Weekly odświeża się każdego poniedziałku przy użyciu filtracji współpracowej
- Release Radar aktualizuje się co piątek i priorytety podążają za artystami
- Radio i Autoplay wykorzystują sygnały podobieństwa dźwiękowe i kontynuacji sesji
Systemy te dzielą się danymi, ale działają niezależnie.
Jakie badania stoją za BaRT?
Badania zostały opublikowane przez inżynierów Spotify w 2018 roku pod tytułem "Explore, Exploit, Explain: Personalizing Explainable Recommendations with Bandits". W artykule opisano, jak BaRT uczy się przewidywać satysfakcję użytkownika w przypadku dowolnej kombinacji przedmiotu, wyjaśnienia i kontekstu.
Od tego czasu Spotify nadal doskonaliło podejście. W artykule badawczym z 2025 roku opisano wykorzystanie bandytów kontekstowych do kalibrowania typów treści (muzyka, podcasty, audiobooki) w ramach list zalecających, dostosowując się do zmieniających się preferencji użytkowników w czasie rzeczywistym.