É assim que o Spotify pretende melhorar as recomendações de músicas

O mercado de streaming de áudio é bastante disputado. Para se diferenciar, as empresas do ramo apostam no aprimoramento de recursos. Tome como exemplo o Spotify que, entre outros aspectos, se destaca pelas sugestões de playlists. E esta funcionalidade pode ficar melhor: a empresa quer usar inteligência artificial para que as recomendações se aproximem ainda mais dos gostos de cada usuário.

O projeto foi descrito por Sander Dieleman, doutorando da Universidade de Gante, na Bélgica. O estudante está fazendo um estágio de verão no escritório do Spotify em Nova York e publicou um post bastante elucidativo sobre seu trabalho por lá.

Dieleman explica que o objetivo principal do projeto é fazer músicas menos conhecidas chegarem aos usuários. Há canções de boa qualidade no acervo do Spotify, mas não muito executadas graças ao fato de seus autores / intérpretes serem pouco conhecidos.

Se muita gente recorre a serviços de streaming justamente para conhecer artistas e estilos musicais, há algo de errado nesta abordagem. O próprio Dieleman aponta onde está parte do problema: o uso de “filtragem colaborativa” nos sistemas de recomendação.

Esta técnica analisa o histórico de execuções de cada usuário para determinar as suas preferências. Se, por exemplo, dois deles tiverem escutado um número grande de músicas em comum, o sistema entende que eles compartilham de gostos similares. Assim, se um tiver ouvido uma música que o outro não escutou, o sistema pode recomendá-la ao primeiro.

Na maioria das vezes, este método resulta em boas sugestões, mas existe um ponto fraco: se usuários com preferências semelhantes ouvem apenas as músicas mais conhecidas, faixas menos populares acabam sendo pouco recomendadas.

No final de maio, quando o Spotify estreou oficialmente no Brasil, o diretor para a América Latina da empresa Gustavo Diament explicou que há equipes dedicadas exclusivamente à criação de playlists. Este ponto, por si só, mostra quão importante são as recomendações no serviço.

Para melhorar as sugestões, a equipe da qual Sander Dieleman faz parte está se focando em “Deep Learning” (Aprendizagem Profunda), técnica algorítmica que analisa em níveis uma série de dados para aprender a distinguir padrões. Google, Microsoft e Netflix estão entre as empresas que já apostam neste método.

Mais precisamente, Dieleman fez o sistema analisar amostras de 30 segundos das 500 mil músicas mais populares no Spotify. Assim, o serviço pode reconhecer padrões semelhantes em faixas menos conhecidas e então recomendá-las.

O sistema está em desenvolvimento e ainda precisa de bastante treinamento, mas os resultados preliminares são animadores. Segundo Dieleman, os filtros já conseguem gerar playlists baseadas em várias características, como padrões vocais, acordes e distorções.

Dieleman afirma ter encontrado ainda filtros gerados graças à técnica que conseguiram classificar ritmos como reggae, salsa, punk e pop turco (!!!), tudo sem erros.

Não está claro quando o sistema entrará em pleno funcionamento. Quando esse dia chegar, Sander Dieleman espera que o Spotify possa não só acertar na recomendação de músicas menos conhecidas como também evitar que canções pouco ou nada condizentes ao gosto do usuário entre nas playlists. Nós também esperamos 🙂

Com informações: VentureBeat

Receba mais notícias do Tecnoblog na sua caixa de entrada

E-mail:

* ao se inscrever você aceita a nossa política de privacidade