När Spotify lyckas rekommendera exakt rätt låt känns det nästan kusligt.
Du lyssnar på en obskyr indieartist en gång — och plötsligt dyker fem liknande band upp i din Discover Weekly.
Men bakom magin finns egentligen något väldigt programmeringsmässigt:
- datastrukturer
- mönsterigenkänning
- ranking-algoritmer
- machine learning
- enorma mängder användardata
Spotify är i grunden ett massivt rekommendationssystem. Det här inlägget innehåller spekulation och ska därför tolkas som en riktlinje istället för ett facit för Spotifys algoritm.
Problemet Spotify försöker lösa
Förenklat:
“Givet miljontals låtar och miljontals användare — vad ska just du vilja höra härnäst?”
Det är ett klassiskt ranking-problem.
Lite som:
- YouTubes rekommendationer
- TikToks feed
- Amazons produktförslag
- Netflix startsida
Fast för musik förstås.
Collaborative Filtering – “folk som gillar X gillar också Y”
Det här är en av de mest kända teknikerna.
Tanken är enkel:
Om:
- användare A och B gillar mycket av samma musik
- och A lyssnar på en artist som B aldrig hört
…då är sannolikheten hög att B också kommer gilla den artisten.
Man behöver alltså inte förstå själva musiken först.
Det räcker att analysera beteenden.
Förenklad datastruktur:
python id=”uxfw2r” users = { ”alice”: [”Radiohead”, ”Aphex Twin”, ”Massive Attack”], ”bob”: [”Radiohead”, ”Massive Attack”], }
Systemet ser:
- hög överlappning
- liknande smakprofil
- potentiella rekommendationer
Det är i princip “nearest neighbors” fast för musiksmak.
Musik som vektorer
Spotify tittar inte bara på vem som lyssnar.
De analyserar också själva ljudet.
Varje låt kan beskrivas med siffror:
- tempo
- energi
- dansbarhet
- akustisk nivå
- valence (hur “glad” låten känns)
- instrumentalitet
Resultatet blir ungefär:
python id=”2w87eo” song = { ”tempo”: 128, ”energy”: 0.91, ”danceability”: 0.84, ”acousticness”: 0.02 }
Nu kan låtar representeras som vektorer i ett multidimensionellt rum.
Om två låtar ligger nära varandra matematiskt:
- låter de ofta liknande
- känns liknande
- rekommenderas tillsammans
Det är egentligen bara geometri.
Embeddings: när AI lär sig musiksmak
Modern rekommendationsteknik använder ofta embeddings.
Istället för att hårdkoda regler låter man modellen lära sig relationer själv.
Exempel:
- Radiohead kanske hamnar nära Portishead
- Burial nära Aphex Twin
- Meshuggah långt från Ed Sheeran
Inte för att någon programmerat det manuellt —
utan för att användarnas beteenden skapar mönstren.
Det liknar hur språkmodeller fungerar:
ord som används i liknande sammanhang hamnar nära varandra i vektorrum.
Spotify gör något liknande med musik.
Discover Weekly är egentligen ett ranking-system
Det räcker inte att hitta “liknande musik”.
Spotify måste också avgöra:
- vad du sannolikt klickar på
- vad du faktiskt lyssnar klart på
- vad som inte känns repetitivt
- hur mycket nytt vs bekant du vill ha
Det är därför rekommendationer känns personliga.
Två användare som gillar samma artist kan ändå få helt olika playlists.
Cold Start-problemet
Ett klassiskt problem i alla rekommendationssystem:
Hur rekommenderar man något när man inte har data ännu?
Exempel:
- ny användare
- ny artist
- ny låt
Spotify löser detta med:
- metadata
- ljudanalys
- populära låtar
- onboarding-frågor
- trenddata
Det är därför appen frågar vilka artister du gillar när du registrerar dig. Det ska tilläggas att artister vet om att det krävs många streams för att trigga igång de algoritmiska spellistorna och Spotify får på så vis får in data till rekommendationer på förhand.
Feedback-loopen
Varje gång du:
- skippar en låt
- sparar en låt
- loopar en låt
- lägger till i playlist
- söker efter en artist
…tränar du systemet.
Du använder Spotify.
Spotify använder samtidigt dig som träningsdata.
Det mest programmeringslika med musikrekommendationer
Det intressanta är att Spotify egentligen inte “förstår” musik som människor gör.
Systemet ser:
- sannolikheter
- mönster
- likheter
- kluster
- beteenden
Och ändå känns resultatet ofta mänskligt.
Det är kanske det mest fascinerande med modern programmering:
tillräckligt mycket data och tillräckligt bra modeller börjar skapa upplevelser som känns nästan intuitiva.
Inte för att maskinen har smak —
utan för att den blivit väldigt bra på att modellera vår.
Lämna ett svar