Яндекс Музыка

(ООО «Яндекс Музыка»)

Для чего Яндекс Музыка использует рекомендательные технологии

Яндекс Музыка использует рекомендательные технологии для того, чтобы предлагать пользователям музыкальные треки, альбомы, исполнителей или плейлисты в соответствии с их музыкальными предпочтениями.

Рекомендательный алгоритм сервиса используется для формирования «умных» плейлистов, витрин и бесконечного потока музыки «Моя волна». Он анализирует и учитывает множество факторов, таких как история прослушивания (включая отказ от дослушивания, пропуск трека), добавление в коллекцию и другие.

Яндекс Музыка может использовать фильтры для исключения нерелевантного или нежелательного контента. Для фильтрации может использоваться соответствие правилам размещения контента на сервисе, а также пользовательские настройки, например, ограничение доступа к контенту для взрослых.

Какие данные о пользовательских предпочтениях сервис использует и где получает

Рекомендательные алгоритмы Яндекс Музыки используют следующие сведения о предпочтениях пользователей, полученные от них при использовании сервиса:

Также используются аналогичные агрегированные данные по другим пользователям сервиса.

Как сервис анализирует данные и как формирует рекомендации

Стратегия заключается в анализе большого количества факторов, включая жанр, название, текст, длительность, характер аудиотреков, вхождение трека в те или иные плейлисты, историю взаимодействия пользователей с треками, историю прослушивания и так далее., чтобы предложить пользователю максимально интересную для него музыку.

Алгоритм адаптируется к поведению пользователей, анализируя историю прослушивания, просмотры контента, добавление контента в коллекцию, длительность прослушивания и другие метрики. Это помогает системе понять, что именно ценит пользователь, и предоставлять более точные предложения.

Алгоритм обучается различными методами с использованием асессорской разметки как источника знаний.

Алгоритм принимает решение на основе отбора релевантных для пользователя единиц контента и их последующего ранжирования, где каждой единице контента (трек, альбом, плейлист и т.д.) присваивается ранг на основе различных сигналов и данных. Эти данные включают в себя запрос (в случае поиска), разнообразие и объем пользовательских предпочтений в разрезе исполнителей, треков и жанров, поведение пользователя.

Ранжирование работает таким образом, чтобы максимизировать вычисляемую метрику качества рекомендаций, которая показывает, как часто пользователь обращается к музыке и как долго её слушает, поощряя время прослушивания в течение дня и количество дней с прослушиваниями в рамках недели.

Алгоритм расчета и параметры метрики качества рекомендаций подбираются таким образом, чтобы максимально хорошо соответствовать объективной (но сложнее вычисляемой) метрике, показывающей, насколько высоко пользователь оценивает интересность предложенного ему контента.

Как пользователь может влиять на рекомендации

Ключевую роль в изменении рекомендательного алгоритма играют: пользовательские действия (реакция с помощью действий «нравится», «не нравится», пропуск трека, повторное прослушивание трека), текст запроса (в случае обращения к поисковой выдаче), история прослушивания, история просмотров витрин.

Эти данные помогают системе предложить пользователю наиболее релевантные результаты (состав витрины, плейлиста, потока музыки).

Пользователи Яндекс Музыки могут влиять на рекомендации:

Некоторые продукты Яндекс Музыки могут позволять пользователям настраивать предпочтения, чтобы получать более точные и персонализированные рекомендации, например настроить настроение треков (бодрый, весёлый), регулировать степень знакомства (новое, любимое), похожесть на другой контент («Моя волна по…»).

Пользователи могут игнорировать рекомендации и использовать самостоятельно выбранный и сохраненный контент.

Адрес почты для запросов

recommendations@support.yandex.ru