游戏攻略与技巧分享 机器学习怎样发现你可爱的音乐:音乐个性化推选背后的科学旨趣

发布日期:2025-01-11 08:03    点击次数:113


游戏攻略与技巧分享 机器学习怎样发现你可爱的音乐:音乐个性化推选背后的科学旨趣

本周一,正如其它每个周一,一亿多 Spotify 用户每东说念主王人收到了一个极新的歌单。这个叫作念每周发现的歌单内搀杂了用户从未听过可是可能会可爱的 30首歌曲。后果号称神奇。

我我方是 Spotify 的超等粉丝,对每周发现尤其醉心。为什么呢?因为我以为它懂我。它比我性射中的任何东说念主王人更明晰我的音乐回味。我很欢笑每周它王人能平静我的需求,一如既往地推选一些我我方恒久王人不会找到或知说念会可爱的歌曲。

关于那些两耳不闻窗外事的东说念主们,请允许我先容一下我的凭空好友:

[图片评释: 我的 Spotify 每周发现歌单]

没念念到,在这方面我不是一个东说念主,不光是我对每周发现如斯留恋 – 悉数这个词用户群体王人趋之若鹜。这股激越使得 Spotify 再行调整了它的重点,并在基于算法的歌单上插足了更多的资源。

Dave Howitz: @Spotfiy 每周发现的歌单对我的了解进程几乎不寒而栗,熟习到就像一个也曾与我有过一说念濒死体验的前女友一样。

Amanda Whitbred: 咫尺 @Spotify 的每周发现对我依然了解到如果它咫尺求婚,我也会说欢跃的地步了。

自「每周发现」在 2015 年第一次上线以来,我就蹙迫念念知说念它是怎样运作的(而且由于我是 Spotify 公司的迷妹,我可爱假装在那处责任并接洽他们的家具)。 经过三周的豪恣Google,我终于满怀感德地获得了一些幕后的常识。

是以 Spotify 到底是怎样告捷作念到给每东说念主每周挑选 30 首歌曲的?咱们先来仔细看下其它的音乐做事是怎样作念音乐推选,以及 Spotify 是怎样更胜一筹的。

在线音乐甄选做事简史

早在千禧年之初,Songza 就运诈欺用手动甄选为用户提供歌单。手动甄选的真理即是所谓的音乐大家或者其他裁剪会手动挑选一些他们我方认为可以的音乐作念成歌单,然后听众可以径直拿来听。(稍后,Beats 音乐也遴选了相同的政策)。手动甄选后果尚可,可是由于这种要领仅仅纯手工挑选,格式要领也相比浅易,它并不可温情到每个听众音乐回味的机密互异。

跟 Songza 一样, Pandora 亦然音乐甄选做事范畴的早期玩家之一。它使用了一个略为更高等的要领来代替给歌曲属性手工打标签。即全球在听音乐的时候,对每首歌曲挑选一些态状性的词语来动作标签。进而,Pandora 的要领可以径直过滤特定的标签来生成包含相似歌曲的歌单。

差未几统一时间,一个附庸于麻省理工学院媒体实验室的名叫 The Echo Nest 的音乐信息机构,选拔了一个悉数不同的高等政策来定制音乐。The Echo Nest 使用算法来分析音频和音乐的文本内容,以完成音乐识别,个性化推选,歌单创建和分析等。

终末,是 Last.fm 匠心独具,遴选了另一个沿用于今的政策。那即是利用协同过滤来识别用户可能可爱的音乐。稍后本文会伸开磋磨更多这方面的内容。

是以说既然其他的音乐甄选做事王人完了了推选功能,Spotify 究竟是怎样操作我方的神奇引擎,来完了甩出竞争敌手几条街的用户回味泄露度的呢?

Spotify 的三种推选模子

事实上 Spotify 并莫得使用什么单一的转变性推选模子,而是搀杂了一些其他公司使用的最好的政策来创建他们我方唯一无二的矍铄发现引擎。

Spotify 使用三种主要的推选模子来创建每周发现:

协同过滤模子(即 Last.fm 最早使用的那些模子)。责任旨趣为分析你和其他用户的行为。 天然谈话处分(NLP)模子 。责任旨趣为分析文本。 音频模子。责任旨趣为分析原始音频声说念自身。

咱们来具体看下这些推选模子是怎样责任的!

推选模子之一:协同过滤

领先先容下布景:当许多东说念主听到协同过滤这几个词的时候,他们会坐窝联念念到 Netflix,因为它是第一个利用协同过滤来完了推选模子的公司之一。其作念法主如果使用用户提交的电影星级来打算推选那些电影给其他访佛的用户。

自 Netflix 将其告捷应用以来,协同过滤运行快速流传开来。咫尺不论是谁念念完了一个推选模子的话,一般王人会拿它动作首次尝试。

与Netflix不同的是,Spotify 并莫得用户对他们音乐的星级评价数据。Spotify 所用的数据是隐形响应的,具体来说即是咱们在线听歌的歌曲次数,以过头他荒谬信息,诸如用户是否保存歌曲到个东说念主歌单,或者听完歌曲后是否接着造访艺术家主页等。

但什么是协同过滤,到底它是怎样责任的呢?底下用一段毛糙对话来作念一个节略的先容。

啥情况? 正本这俩东说念主内部每东说念主王人有我方的一些歌曲偏好 – 左边的东说念主可爱歌曲 P, Q, R 和 S; 右边的东说念主可爱 Q, R, S 和 T。

协同过滤系统进而利用这些数据得出论断,

“嗯。既然你俩王人可爱疏导的歌曲 – Q,R 和 S – 那么你们可能是访佛的用户。是以你们应该会可爱另一个东说念主听过可是你还莫得听过的歌曲。”

系统然后提倡右边的东说念主去体验下歌曲 P,以及左边的东说念主去体验下歌曲 T。听起来够浅易吧?

可是 Spotify 具体是怎样具体应用这个认识,来打算基于百万级的用户偏好从而得出数以百万计的用户歌曲推选呢?

…矩阵运算,用 Python 库即可完了

实际中,此处说起的矩阵是极其庞大的。每行王人代表了 Spotify 的一亿四千万用户中的一员(如果你也用 Spotify,那么你亦然这个矩阵中的一瞥),而每一列则代表了 Spotify 数据库中三亿首歌曲中的一首。

然后,Python 库就运行跑这个漫长而复杂的矩阵剖释公式:

打算完成后,系统会生成两种类型的向量,在此分别定名为 X 和 Y。X 为用户向量,代表单个用户的音乐回味。Y 则为歌曲向量,代表单支歌曲的特征。

咫尺咱们得到了一亿四千万个用户向量,每东说念主一个,还有三亿歌曲向量。这些向量的具体内容仅仅一些单独拎出来自身并无真理的数字,可是在后头进行相比时会十分有用。

为了找到那些跟我相似回味的用户,协同过滤系统会拿我的向量跟其他用户的向量作相比,最终会找到那些跟我最相似的用户。关于 Y 向量,亦然相同的经过 – 你可以拿一首歌的向量与其他的歌曲向量作念相比,进而找出哪些歌曲是跟你咫尺正在看的歌曲最相似。

协同过滤如实后果可以,可是 Spotify 深知再添加另外一个引擎的话后果会更出色。这就到了天然谈话处分出场的时候了。

推选模子之二:天然谈话处分

Spotify 选拔的第二个推选模子即是天然谈话处分。这些模子的源数据,正如名字所示,即是一些正常的谈话笔墨 – 举例歌曲的元数据,新闻著作,博客,和互联网上的其它文本等。

天然谈话处分 – 打算机聚会东说念主类谈话的能力 – 自身即是一个巨大的范畴,豪放通过心境分析应用编程接口(API)来进行操作处分。

天然谈话处分背后的具体旨趣超出了本文的磋磨限度,可是在此本文可以提供一些低能的态状:Spotify 会在网上束缚爬取博客帖子以过头它音乐相干的文本,并找出东说念主们对特定的艺术家和歌曲的驳斥 – 比如说东说念主们对这些歌曲经常使用哪些刻画词停火话, 以及哪些其他艺术家和歌曲也会和它们放在一说念磋磨。

诚然我不知说念 Spotify 怎样处分他们捏取的数据,可是我可以先容下 The Echo Nest 是怎样使用它们的。他们会把数据分类成“文化向量”和“最好考语集”。每个艺术家和歌曲王人稀有以千计的逐日更新的最好考语集。每个考语王人有一个相干的权重,来暗示其态状的首要性(浅易说即是某东说念主可能会用该考语态状某个音乐的概率)。

[ “Cultural vectors”, or “top terms”, as used by the Echo Nest. Table from Brian Whitman]

然后,与协同过滤访佛,天然谈话处分模子用这些考语和权重来创建一个歌曲的抒发向量,可以用来细目两首音乐是否相似。很酷吧?

推选模子之三:原始音频模子

领先,你可能会问这个问题:

可是,Sophia,咱们依然从前两种模子中获得了这样多数据!为什么还要继续分析音频自身呢?

额,领先要说的是,引入第三个模子会进一步升迁这个依然很优秀的推选做事的准确性。但骨子上,选拔这个模子还有另外一个次要标的:原始音频模子会把新歌计议进来。

比如说,你的创作歌手一又友在 Spotify 上刚放上了一首新歌。可能它唯有 50 次听歌纪录,是以很少能有其他听众来一说念协同过滤它。与此同期,它也在网上也莫得留住些许思绪,是以天然谈话处分模子也不会防护到它。运道的是,原始音频模子并不分裂新歌曲和热点歌曲。是以有了它的维护,你一又友的歌曲也可以和流行歌曲一说念出咫尺每周发现的歌单内部。

好了,到了“怎样”的部分了。咱们怎样能力分析这些看起来如斯详细的原始音频数据呢?

…用卷积神经汇集!

卷积神经汇集相同亦然补助面部识别的时刻。只不外在 Spotify 的案例中,他们被稍作修改以基于音频数据处分而不是像素点。底下是一个神经汇集架构的例子:

[Image credit: Sander Dieleman]

这个特定的神经汇集有四个卷积层,具体为图中左侧的宽柱,和右边的略微窄些的三根柱。输入是音频帧的时频暗示,进而勾搭起来造成频谱图。

音频帧会穿过这些卷积层,经过终末一个卷积层,你可以看到一个“全局临时池”层。该层在悉数这个词时间轴上收集数据,并灵验打算和统计歌曲时长内的学习特征。

处分完之后,神经汇聚集得出其对歌曲的聚会,包括推测的时间签名,曲调,调式,球拍及音量等特征。底下即是 Draft Punk 的 “Around the World” 30 秒片断的数据图。

[Image Credit: Tristan Jehan & David DesRoches (The Echo Nest)]

最终,对这些对歌曲要害特征的聚会可以让 Spotify 来决定歌曲之间的相似度,以及笔据用户听歌历史来判断哪些用户可能会可爱它们。

这些基本涵盖了为每周发现提供补助的推选功课经过所依赖的三种主要模子。

[ Cassandra instances]

天然了,这些推选模子也和 Spotify 其它更大的生态系统勾搭在一说念,其中包括利用海量的数据存储以及十分多的 Hadoop 集群来作念推选做事的彭胀,使得引擎得以打算巨型矩阵,取之不尽的互联网音乐著作和大王人的音频文献。

我但愿本文可以对你有所启发,况且像那时它对我一样粗略激起你的艳羡。怀着对幕后的机器学习时刻的了解和谢意之情,咫尺我将通过我我方的每周发现来寻找我可爱的音乐。




Powered by 娱乐聚合网 @2013-2022 RSS地图 HTML地图