Spotify ရဲ့ Discover Weekly: မှော်ဆန်သလို ခံစားရစေမယ့် စိတ်ကြိုက်ပြင်ဆင်မှု

တနင်္လာနေ့တိုင်း၊ သင်တစ်ခါမှ မကြားဖူးသေးတဲ့ သီချင်း ၃၀ ကို သင့်အတွက် သီးသန့်ရွေးချယ်ထားပါတယ်။ Discover Weekly က streaming ကုန်ပစ္စည်းတစ်ခုကို ကိုယ်ရေးကိုယ်တာဆက်ဆံရေးအဖြစ် ပြောင်းလဲပေးခဲ့ပါတယ်။

ပြဿနာ

၂၀၁၅ ခုနှစ်ရောက်တဲ့အခါ streaming ဝန်ဆောင်မှုတိုင်းမှာ သီချင်း သန်း ၃၀ တူညီစွာရှိခဲ့ပါတယ်။ Catalog parity က ခွဲခြားမှုကို curation ကနေ လာရမယ်လို့ ဆိုလိုပေမယ့် လူသား curation က အသုံးပြုသူ သန်း ၂၀၀ အထိ တိုးချဲ့တာမျိုး မဟုတ်ဘဲ algorithm playlist တွေက စက်ရုပ်လို ခံစားရပါတယ်။

သူတို့တည်ဆောက်ခဲ့တာက

Discover Weekly: signal သုံးခုကနေ တနင်္လာနေ့တိုင်း အသစ်ထုတ်ပေးတဲ့ playlist တစ်ခု —

• Collaborative filtering။ သင့်နဲ့ အရသာတူတဲ့လူတွေက ဒီသီချင်းတွေကို နှစ်သက်ကြပါတယ်။ ဂန္ထဝင်ပါ၊ ဒါပေမယ့် Spotify ရဲ့ scale က ထူးခြားစွာ ထက်မြက်စေပါတယ်။
• Natural language processing။ သီချင်းတွေကို ဘယ်လို ဖော်ပြ တယ်ဆိုတာကို နားလည်ဖို့ web ရဲ့ music writing ကို scraping လုပ်ခြင်း — "melancholic synth-pop" ဟာ tag တစ်ခုမဟုတ်ဘဲ vector တစ်ခု ဖြစ်လာပါတယ်။
• Audio analysis။** Tempo၊ key၊ energy၊ danceability တွေကို audio file ကနေ တိုက်ရိုက်တိုင်းတာပါတယ်။

ထူးချွန်တာက algorithm မဟုတ်ပါဘူး။ အဲဒါက ထုပ်ပိုးမှု ပါ။ ပုံသေထုံးတမ်းစဉ်လာ (တနင်္လာနေ့)၊ လူသားအသံထွက်တဲ့နာမည်နဲ့ လက်ဖြင့်ပြုလုပ်ထားတဲ့ မျက်နှာဖုံးပန်းချီပါတဲ့ သီချင်းစာရင်းပါ။ ML output မဟုတ်ဘဲ သူငယ်ချင်းဆီက mixtape တစ်ခုလို ခံစားရပါတယ်။

စိတ်ပညာ

အလုပ်လုပ်နေတဲ့ အင်အားနှစ်ခု။ ပထမအချက်အနေနဲ့ ရိုးရှင်းတဲ့ထိတွေ့မှုအကျိုးသက်ရောက်မှု ကို ဘေးကင်းအောင်ပြုလုပ်ထားခြင်း- သီချင်းတွေက ဆန်းသစ်ပေမယ့် သင်ကြိုက်နှစ်သက်တဲ့အရာနဲ့ စာရင်းအင်းအရ ဆက်စပ်နေတာမို့ ရှာဖွေတွေ့ရှိမှုဟာ အန္တရာယ်မရှိဘဲ စွန့်စားခန်းဆန်တယ်လို့ ခံစားရပါတယ်။ ဒုတိယအချက်အနေနဲ့ ပြောင်းလဲနိုင်တဲ့ဆုလာဘ်များ — အချို့သောအပတ်တွေက အံ့သြဖွယ်ကောင်းပြီး အချို့ကတော့ လွဲချော်နေပြီး မခန့်မှန်းနိုင်မှုကြောင့် တနင်္လာနေ့ကို စစ်ဆေးရကျိုးနပ်ပါတယ်။ အရသာအတွက် အကျိုးရှိစေတဲ့ slot machine တစ်ခုပါ။

ရလဒ်များ

Discover Weekly ဟာ Spotify ရဲ့ အချစ်ဆုံးအင်္ဂါရပ်နဲ့ စစ်မှန်တဲ့ယဉ်ကျေးမှုထုံးတမ်းစဉ်လာတစ်ခု ဖြစ်လာခဲ့ပါတယ် — တနင်္လာနေ့တိုင်းမှာ မျှဝေမှုသန်းပေါင်းများစွာ။ ပုဂ္ဂိုလ်ရေးသီးသန့်ပြုလုပ်ခြင်းဟာ backend optimization တစ်ခုတည်းမဟုတ်ဘဲ brand ပိုင်ဆိုင်မှုတစ်ခု ဖြစ်နိုင်ကြောင်း သက်သေပြခဲ့ပါတယ်။

သင်ခန်းစာ

Algorithms တွေဟာ ထုံးတမ်းစဉ်လာတွေ လိုအပ်ပါတယ်။ "သင့်အတွက် အကြံပြုထားသည်" အဖြစ် ပေးပို့တဲ့ အကြံပြုချက်တွေကို လျစ်လျူရှုခံရမှာပါ။ နာမည်နဲ့ ဇာတ်လမ်းတစ်ပုဒ်နဲ့ အပတ်စဉ်အခမ်းအနားတစ်ခုနဲ့ ထုပ်ပိုးထားတဲ့ သူတို့ဟာ ထုတ်ကုန်ရဲ့ ဝိဥာဉ်ဖြစ်လာခဲ့ပါတယ်။ စိတ်ကြိုက်ပြင်ဆင်ရုံတင်မကဘဲ စိတ်ကြိုက်ပြင်ဆင်မှုကို အချိန်၊ နေရာနဲ့ ကိုယ်ရည်ကိုယ်သွေးတစ်ခု ပေးပါ။