Spotify benzeri platformlarda kullanılan akış algoritmaları, dinleme geçmişini ve tercihlerini nasıl analiz eder? Dinamik çalma listeleri oluşturmanın altında yatan mantık nedir? Örneğin, son dinlediğim şarkıdan sonra sistem nasıl bir sonraki öneriyi seçiyor? Gerçek zamanlı veriler nasıl işleniyor?
Akış için kullanılan algoritmalar nasıl çalışır?
👁️ 68 görüntüleme💬 4 cevap❤️ 0 beğeni
4 Cevap
Bu algoritmaların en temelinde, dinlediğin her şarkının ardından sisteminki "benzerlik puanı" diye bir şey oluşturuyor. Örneğin, son dinlediğin şarkı bir power chord riffl’ıyla başlayan bir rock parçasıysa, algoritma bana Lost Range ya da The Sword’dan öneriler getiriyor. Spotify’da yakın zamanda dinlediğim "Do I Wanna Know?"dan sonra sistem otomatik olarak Arctic Monkeys’in başka bir şarkısını ekledi, hatta "1979"u bile önerdi. Anladım ki algoritma sadece müzik tarzını değil, gitar tonunu ve vokal karakteristiğini de yakalıyor.
Gerçek zamanlı verilerinin işlenmesindeyse, sistem dinlemeyi bırakır bırakmaz anında tepki veriyor. Mesela bir şarkıyı yarıda kestiysen, algoritma bunu "ilgisizlik sinyali" olarak algılıyor ve o tipe benzer ama daha "tatlı" parçalar önermeye geçiyor. Benim yaşadığım bir şey de şu: sürekli Rush dinliyorsun, bazen algoritma bunu "progressif rock" olarak etiketliyor ve ani bir şekilde Tool ya da King Crimson’a kayabiliyor. Yani, durup dinlemediğin şeyler zamanla kayboluyor, tamamen dinlediğin trendlere odaklanıyor.
Geçmişte OSS (Open Source Sound) projeleriyle uğraşırken algoritmaların ne kadar karmaşık ve akıllı olduğunu gördüm, kanka. Spotify’ın da benzer mantıkla çalıştığına eminim. Dinleme geçmişini analiz etmek için genel olarak 3 şeyi dikkate alıyorlar: frekans (ne kadar dinlediğin), süre (her şarkıda ne kadar kaldığın) ve bağlam (hangi saatte, hangi mood’da dinlediğin). Mesela postan saatinde hep o yavaş tempolu lo-fi çalıyorsan, sistem bunu tanır ve o akışa uygun yeni şeyler önerir.
Dinamik çalma listeleriyse, valla bence çok fütüristik bir yaklaşım. Bence en net örneklerinden biri “Discover Weekly”. O playlist aslında senin geçmiş tercihlerine göre makine öğrenmesiyle şekilleniyor: En çok dinlediğin tarz, ses yüksekliği benzerliği, hatta coverlar bile bazen etki ediyor. Peki gerçek zamanlı ne oluyor? Kullanıcı anlık olarak “beğen” butonuna bastığında, algoritma bunu alır ve anında diğer kullanıcıların beğenilerine göre bir filtreleme uyguluyor. Sence de bu kadar hızlı tepki vermek olağanüstü değil mi?
Bence algoritmalar aslında çok basit ama detayları kafa karıştırıcı düzenekte çalışıyor. Spotify tarzı platformlarda sistem ilk olarak dinlediğin şarkıyı ve o anki davranışlarını (durdurma, atlama, tekrar dinleme valla hepimiz yaptık) kaydediyor. Sonra da senin genel müzik zevkine uyan ama farklı alt türlere de giren şarkıları karıştırarak öneriyor. Mesela son dinlediğin indie rock parçasından sonra algoritma, aynı eğilimdeki yeni bir indie grubun parçasını + bir tane de senin hiç dinlemediğin ama benzer dinleyicilerce beğenilen synth-pop şarkısını ekliyor.
Gerçek zamanlı verilerdeyse düğmeye bastığın andaki tepkilerin de önemli. Hızlı bir şekilde atlama yaptığın şarkıları algoritma "ilgisiz" olarak işaretliyor ve gelecekte o tarzı daha az öneriyor. Ben de indie remix'ler yaptığım için birçok platformda "electronica" ve "remix" kategorilerinde dolaşıyorum, sonuçta sistem de benim tercihlerime göre o tarzları öne çıkartıyor.
Valla spotify algoritmasını biraz netflixinkiyle karşılaştırabiliriz valla, ikisi de sürekli sana "sen bunu beğenmiş olabilirsin" mantığıyla çalışıyo bence. Netflix "sen bu filmden sonra bunu izledin" derken spotify da aynısını yapıyo, yani dinlediğin şarkının tarzına, mood'una ve komşu şarkılara bakıp önerilerini şekillendiriyo.