اسپاتیفای_هوش-مصنوعی

اسپاتیفای، چطور پیشتاز صنعت پخش موسیقی آنلاین شده است؟

اسپاتیفای اکنون با ۴۰۶ میلیون کاربر جهانی یکی از پرطرفدارترین برنامه های کاربردی تلفن همراه است. آیا تا به حال فکر کرده اید که چگونه این برنامه همیشه مناسب‌ترین پلی‌لیست را به شما پیشنهاد میکند؟ اسپاتیفای دقیقاً می داند چگونه از هوش مصنوعی استفاده کند. فناوری‌های پرطرفدار امروزی به اسپاتیفای کمک می‌کنند تا قلب‌های دنیای پخش موسیقی را همراه با دوستداران موسیقی به دست آورد. بیایید ببینیم  چگونه از فناوری‌های Big Data و AI/ML برای پخش موسیقی استفاده می‌کند.

عناوینی که در این مقاله میخوانید:

  1. این داده‌ها هستند که موسیقی را برای کاربران تعیین میکنند!

  2. یک مطالعه موردی هیجان‌انگیز!

  3. اسپاتیفای، نرم‌افزاری که کاربر را با پیشنهاداتش، عاشق خود میکند!

این داده‌ها هستند که موسیقی را برای کاربران تعیین میکنند!

هوش‌ مصنوعی فقط روی یک چیز کار می کند و آن داده است. همین برای پیشتازی اسپاتیفای در صنعت پخش موسیقی کافی است. AI انواع مختلفی از داده‌های کاربر را، مانند آهنگ‌هایی که پخش می‌کنند، کلمات کلیدی که در اپلیکیشن و گوشی جستجو می‌کنند، مکان آن‌ها، دستگاهی که استفاده می‌کنند، آهنگ‌هایی که مرتباً پخش می‌کنند و موارد مختلف دیگر را جمع‌آوری و ذخیره می‌کند. اسپاتیفای برای ساختن مدل شگفت انگیز و قوی  سیستم پیشنهاد آهنگ خود از ادغام تکنیک‌های تجمع(aggregation) و مرتب‌سازی(storing) داده‌ها و یادگیری ماشین استفاده میکند.  داده‌ها و اطلاعات، الگوریتم  را به گونه‌ای تنظیم می‌کند که با توجه به محتوای پلتفرم اسپاتیفای و ترندهای داغ دنیای موسیقی، پیشنهادهای بهتری را ارائه دهد و باعث بوجود آمدن تجربه بهتر کاربر میشود.

یک مطالعه موردی هیجان‌انگیز!

امکان ندارد از اسپاتیفای استفاده کرده باشید و آلبوم Discover weekly را ندیده باشید! 

بیایید این مجموعه را به عنوان یک مطالعه مورد کلان‌داده  در نظر بگیریم. در اولین سالی که این مجموعه روی اسپاتیفای بوجود آمد، بیش از ۴۰ میلیون شنونده داشت. این آلبوم شامل ۳۰ آهنگ است که هر دوشنبه برای هر کاربر تغییر می کند. علاوه براین، این لیست شامل آهنگ هایی است که کاربران ممکن است تا به حال نشنیده باشند، اما کاملاً با انتخاب آهنگ آنها مطابقت دارد. استفاده اسپاتیفای از علم‌ داده باعث قدرتمندتر شدن سیستم‎‌های توصیه‌دهنده شده است که هم برای اسپاتیفای مفید بود و هم برای کاربران.

شخصی سازی آلبوم Discover Weekly بر اساس ۳ مدل کار می کند:

۱. فیلترینگ مشارکتی

۲. NLP (پردازش زبان طبیعی)

۳. مدل های صوتی

۱. فیلترینگ مشارکتی

فیلترینگ مشارکتی شامل گرایش‌های رفتاری کاربران مانند آهنگ‌هایی است که بیشتر پخش شده، آهنگ‌هایی که اخیراً پخش شده‌، صفحه هنرمندانی که بیشتر از آن بازدید کرده‌اند، آهنگ‌های هنرمندانی که کاربران بیشتر پخش کرده‌اند، آهنگ‌هایی که در فهرست پخش خود ذخیره کرده‌اند و موارد دیگر. اسپاتیفای با استفاده از هوش‌مصنوعی، از جمله یادگیری‌ماشین، یک رویکرد فیلترینگ مشترک را اعمال کرد و آلبوم Discover Weekly را ارائه کرد.

۲. NLP (پردازش زبان طبیعی)

NLP به معنای درک گفتار انسان از طریق متن است. شکل‌های مختلف داده‌های مرتبط با صنعت موسیقی مانند هنرمندان یا موسیقی‌های ترند، آهنگ‌هایی که کاربران آنها را جستجو کرده‌اند، زبان مورد استفاده کاربر، اصطلاحات، اسم ها، عبارات و سایر متن های مرتبط با آن آهنگ ها یا هنرمندان را مشخص می کند و لیستی از آهنگ ها را بر اساس آن توصیه می کند. 

۳. مدل های صوتی

Audio Models به اسپاتیفای  کمک می کند تا آهنگ ها یا هنرمندانی را که به هیچ وجه در اینترنت شناخته شده نیستند را توصیه کند. اسپاتیفای برای یک هنرمند جدید که آهنگ جدیدی را منتشر می‌کند یا حتی اولین آهنگش را در  منتشر می‌کند که کاملاً با لیست توصیه های کاربران مطابقت دارد هم راه حل دارد. مدل‌های صوتی آهنگ هایی را که در دنیای آنلاین ترند نیستند را فیلتر می کند، آهنگ را تجزیه و تحلیل می کند و همراه با آهنگ های محبوبی که گوش می‌دهند به کاربران توصیه می کند. این به کاربران کمک می‌کند آهنگ‌های شگفت‌انگیز جدیدی را پیدا کنند که مطابق با سلیقه موسیقایی آن‌ها باشد، به هنرمندان جدید کمک می‌کند تا با شنوندگان بالقوه ارتباط برقرار کنند و به  کمک می‌کند تا هنرمندان و کاربران بیشتری را به دست آورد.

    اسپاتیفای، نرم‌افزاری که کاربر را با پیشنهاداتش، عاشق خود میکند! 

    چطور اسپاتیفای همه چیز را در موردترجیحات کاربر می داند؟

    چه در مورد پلی‌لیست ویژه‌ای که برای کاربر توصیه شده صحبت کنیم یا در مورد لیست Discover Weekly، اسپاتیفای همیشه لیستی از آهنگ هایی را ارائه می دهد که ما تقریباً عاشق آنها می شویم. اسپاتیفای با استفاده از تمام فناوری‌های پرطرفدار امروزی مانند هوش مصنوعی، ادغام API، بلاک چین، یادگیری ماشین و حتی BigData، این کار را انجام می‌دهد.

    اسپاتیفای در سال ۲۰۱۷ استارتاپ فرانسوی Niland را خرید. این استارتاپ یک API ارائه کرد که الگوریتم های جستجو و کشف موسیقی را با استفاده از یادگیری عمیق و یادگیری ماشین ارائه می دهد. این API به تولید و توصیه لیست های پخش موسیقی بهتر کمک می کند و به طور مداوم لیست را بر اساس ترجیحات کاربران ایجاد می کند. در اوایل همان سال، در آوریل ۲۰۱۷،  شرکت دیگری به نام MediachAIn Labs را خریداری کرد که قبلاً یک شرکت توسعه دهنده بلاک چین مستقر در بروکلین بود. از آنجایی که میلیون‌ها هنرمند در اسپاتیفای ثببت‌نام کرده‌اند، آنها از الگوریتم مبتنی بر بلاک چین استفاده می‌کنند تا فرآیند پرداخت را برای هنرمندان برای هر آهنگی که در  پخش می‌شود، راحت‌تر کنند.

    منبع مقاله: hdatasystems.com