Como o BaRT organiza a tela inicial
A tela inicial do Spotify é estruturada como linhas de playlists chamadas de "prateleiras" (como "Feito para você" ou "Inspirado no que você ouviu recentemente"), com playlists individuais dentro dessas prateleiras chamadas de "cards".
O BaRT tem duas funções:
- Classificar os cards dentro de cada prateleira - decidindo quais playlists aparecem primeiro
- Classificar as próprias prateleiras - decidindo quais linhas de conteúdo aparecem no topo da sua tela
Essa classificação é personalizada em tempo real com base no seu histórico de audição, na hora do dia e em como você respondeu a recomendações anteriores.
Como o BaRT equilibra exploração versus exploração?
O BaRT equilibra constantemente dois modos:
Modo de exploração (Exploitation) recomenda conteúdo que o sistema tem certeza de que você vai gostar. Ele utiliza seu histórico de audição, músicas salvas, faixas puladas e atividade em playlists para prever o que manterá você ouvindo.
Modo de exploração (Exploration) recomenda conteúdo sobre o qual o sistema está incerto. Isso serve a dois propósitos: ajuda o Spotify a aprender mais sobre suas preferências e apresenta a você músicas que talvez você não tivesse encontrado de outra forma.
O equilíbrio entre esses modos é gerenciado por uma estratégia "epsilon-greedy". Na maior parte do tempo, o BaRT explora o que sabe sobre você. Ocasionalmente, ele explora para reunir novas informações.
Insight chave: Para novos usuários com pouco histórico de audição, o BaRT inclina-se mais fortemente para a exploração. Para usuários de longa data com preferências estabelecidas, ele inclina-se mais para a exploração (exploitation).
O que é o sinal de sucesso de 30 segundos?
O BaRT mede seu próprio desempenho usando um limite simples: se um ouvinte transmite uma faixa recomendada por mais de 30 segundos, a recomendação é contada como bem-sucedida.
Quanto mais tempo alguém ouve uma playlist recomendada ou uma sessão de rádio, mais confiança o BaRT ganha em suas previsões para esse usuário. É por isso que pulos precoces prejudicam seu alcance algorítmico - eles ensinam ao BaRT que a recomendação falhou.
Quais são as três fontes de dados que o BaRT usa?
O BaRT não funciona sozinho. Ele utiliza três pipelines de dados principais:
| Fonte de dados | O que captura | Como ajuda |
|---|---|---|
| Filtragem colaborativa | Padrões do que ouvintes similares gostam | "Fãs do Artista X também gostam do Artista Y" |
| Análise de áudio | Tempo, tom, energia, timbre | Encontra faixas sonoramente similares para a Rádio |
| Processamento de linguagem natural | Letras, títulos de playlists, menções em blogs | Entende o contexto de humor e gênero |
Esses sinais alimentam o BaRT, que então decide como ponderá-los para cada usuário individual.
O que isso significa para os artistas
O BaRT não é um porteiro para o qual você pode fazer um pitch. É um motor de previsão que aprende com o comportamento do ouvinte.
Muitos saves e poucos pulos ensinam ao BaRT que sua música satisfaz os ouvintes para os quais ela foi exibida. Isso aumenta a probabilidade de recomendações futuras.
Muitos pulos e poucos saves ensinam ao BaRT que a recomendação foi uma incompatibilidade. O sistema torna-se menos propenso a mostrar sua faixa para ouvintes similares.
A única maneira de influenciar o BaRT é enviando sinais positivos por meio de engajamento genuíno do ouvinte. Isso significa otimizar para taxa de saves, taxa de conclusão e repetições de audição, em vez de apenas números brutos de streams.
Como o BaRT se compara a outros sistemas do Spotify?
O BaRT lida especificamente com a tela inicial e recomendações personalizadas de prateleiras. Outras superfícies algorítmicas têm sua própria lógica:
- Descobertas da Semana atualiza toda segunda-feira usando filtragem colaborativa
- Radar de Novidades atualiza toda sexta-feira e prioriza artistas seguidos
- Rádio e Autoplay usam similaridade de áudio e sinais de continuação de sessão
Esses sistemas compartilham dados, mas operam de forma independente. Uma faixa que tem um bom desempenho nas recomendações da tela inicial do BaRT também pode ser escolhida pela Rádio, mas não há crossover garantido.
Qual pesquisa está por trás do BaRT?
A pesquisa fundamental foi publicada por engenheiros do Spotify em 2018 sob o título "Explore, Exploit, Explain: Personalizing Explainable Recommendations with Bandits". O artigo descreve como o BaRT aprende a prever a satisfação do usuário para qualquer combinação de item, explicação e contexto.
Desde então, o Spotify continuou a refinar a abordagem. Um artigo de pesquisa de 2025 descreve o uso de bandidos contextuais para calibrar tipos de conteúdo (música, podcasts, audiolivros) dentro de listas de recomendação, adaptando-se às preferências em evolução dos usuários em tempo real.