Hoe Spotify weet wat jij wilt horen

Het BaRT algoritme uitgelegd

Heb je je ooit afgevraagd hoe Spotify weet welke muziek je wilt horen? En wat vind jij van de Daily Mixes? Zes gepersonaliseerde lijsten gesorteerd op genre. Het enige dat je hoeft te doen, is een lijst kiezen die bij je stemming past. Hoe maakt Spotify deze lijsten? En hoe raakt het zo vaak de goede snaar?

Ontmoet BaRT

Maak kennis met BaRT, het Spotify-algoritme. Het brein achter de muzieksuggesties. BaRT staat voor ‘Recommendations as Treatments’. Het doel van BaRT is om je te helpen muziek te vinden dat je waarschijnlijk leuk vindt. En hoe beter het algoritme in zijn werk is, hoe groter de kans dat je Spotify blijft gebruiken. Om deze gepersonaliseerde ervaring mogelijk te maken, gebruikt BaRT heel veel data. Data van muziek, data van jou en data van andere klanten.

Wat kan BaRT allemaal?

Drie systemen hebben invloed op de muzieksuggesties van BaRT: audio-analyse, gezamenlijk filteren en natuurlijke taalverwerking. Hoe deze systemen tot elkaar verhouden weet niemand.

1. Audio analyse

Het meest eenvoudige onderdeel van het Spotify-algoritme is de audioanalyse. BaRT kijkt naar de verschillende muzikale kenmerken van de nummers waarnaar je naar luistert. Wat is bijvoorbeeld het tempo, welke instrumenten zitten er in de muziek, hoe dansbaar is het nummer? Door deze statistieken te vergelijken, kan BaRT een patroon vinden en vergelijkbare muziek aanbevelen. Op deze manier kunnen ook specifieke afspeellijst gemaakt worden met alleen vrolijke liedjes of ontspannende liedjes. Dit is ideaal als je net zoals ik een diverse muzieksmaak hebt.

2. Gezamenlijk filteren

Het tweede systeem heet gezamenlijk filteren. Het algoritme analyseert het gedrag van andere gebruikers die van soortgelijke muziek houden. Wat voor soort liedjes vinden andere mensen leuk? Zijn er nieuwe nummers die je nog niet kent? Door te kijken naar wat andere mensen leuk vinden, probeert BaRT muziek te vinden dat jij waarschijnlijk ook leuk zal vinden. Dus eigenlijk helpen Spotify-gebruikers elkaar indirect bij hun zoektocht naar goede muziek.

3. Natuurlijke taalverwerking

Het BaRT-algoritme ‘begrijpt’ taal door middel van natuurlijke taalverwerking. Het kan de songtekst en de taal waarin het nummer is geschreven analyseren. En net zoals Google kan BaRT het web crawlen. Met zijn vermogen om taal te verwerken, kan het lezen wat mensen op internet over muziek vertellen. BaRT kijkt naar blogposts, nieuwsartikelen en sociale media om te zien wat mensen schrijven over bepaalde artiesten of liedjes. Werken sommige kunstenaars samen? Kreeg een bepaald nummer veel publiciteit? BaRT gebruikt deze informatie om nieuwe overeenkomsten te vinden en populaire muziek te promoten.

Heb je invloed?

Naast de drie factoren die hierboven zijn benoemd, kun je ook zelf invloed uitoefenen op wat BaRT zal aanbevelen. Je gedrag heeft namelijk veel impact. Welke nummers sla je over? Welke nummers sla je op? Hoe vaak herhaal je een bepaald nummer? Maar ook: welke artiesten volg je? En het gaat zelfs nog verder. Spotify houdt bij hoe lang je naar bijvoorbeeld een artiestenpagina of een album kijkt. Na het verwerken van deze informatie, analyseert BaRT snel jouw gedrag en het gedrag van mensen met een soortgelijke muzieksmaak om vervolgens een nummer aan te raden waar je geen nee tegen kan zeggen.

Conclusie

Misschien ben je verbaasd over de verschillende soorten systemen en dataverwerkingsmethoden van het Spotify-algoritme. Maar BaRT doet wat het moet doen: je een unieke muziek ervaring bieden. Persoonlijk vind ik het geweldig dat je nieuwe muzieksuggesties krijgt en je een muzieklijst kan kiezen gebaseerd op stemming. En wanneer je een nummer niet leuk vindt, kun je het eenvoudig overslaan of overstappen naar je eigen Spotify-lijsten. Het mooie is dat BaRT leert als je je gedrag verandert. Als je andere nummers kiest, zal BaRT dit opmerken en het waarschijnlijk integreren in je nieuwe Daily Mixes.

Meer weten?

Meer lezen, kijken of luisteren over dit onderwerp? Bekijk dan de onderstaande links.

Links

  1. https://onezero.medium.com/how-spotifys-algorithm-knows-exactly-what-you-want-to-listen-to-4b6991462c5c 
  2. https://ericboam.medium.com/i-decoded-the-spotify-recommendation-algorithm-heres-what-i-found-4b0f3654035b
  3. https://towardsdatascience.com/how-to-discover-new-music-on-spotify-with-artificial-intelligence-b2110af6a611