Au coeur de l'algorithme de Spotify
Veille industrielle
Pour comprendre comment fonctionne le service de recommandation, un journaliste demande à un expert d'analyser ses données.
En janvier, un journaliste du Guardian a publié un article dans lequel il rend publique l’analyse de ses données de consommation de musique sur le service Spotify. L’exercice permet de saisir les rouages de la technique utilisée pour cartographier les goûts des utilisateurs afin de leur faire des recommandations.
On y apprend notamment que Spotify établit un classement des artistes et des chansons les plus joués, en portant attention à la fréquence et à la période sur laquelle ces dernières sont écoutées. Ainsi, une chanson écoutée intensivement pendant un mois, mais plus jamais ensuite, ne sera pas traitée de la même façon qu’une chanson à laquelle le fan revient toujours. De même, les chansons écoutées dans la période précédant Noël subiront un traitement à part.
De plus, les chansons sont classées en vertu de leurs caractéristiques : leur acoustique, leur tempo, leur caractère dansant, etc. Enfin, les goûts d’un individu sont aussi croisés avec les préférences des quelque 50 millions d’utilisateurs du service.
Les services de recommandation sont en plein développement. De nombreux défis doivent encore être relevés par les ingénieurs qui y travaillent : les goûts des fans varient-ils selon le moment de la journée ou d’une saison à l’autre ? Comment établir un portrait juste alors que Spotify n’accède qu’à une discographie partielle, les albums,
cassettes et vinyles des utilisateurs ne lui étant pas accessibles ?
Articles et documents liés
