Любителям тяжелого рока и хип-хопа приходится сложнее в современном мире стриминговых музыкальных платформ с их алгоритмами рекомендации музыки. Искусственный интеллект этих систем не способен в большинстве случаев предложить им подходящие треки для прослушивания. Этому есть несколько причин, установили исследователи из австрийского Университета Граз.
Те, кто в основном слушает так называемую «тяжелую музыку», к которой исследователи включают широкий набор жанров, среди которых – хард рок, панк, хип-хоп, не сильно заинтересованы в музыке вне их любимой нишей.
В то же время, люди, которым больше нравится «мягкая» музыка, часто рады послушать треки из других жанров. Также жанров «мягкой» музыки, среди которых, например, эмбиент, меньше и они более похожи друг на друга.
Поэтому алгоритмам оказывается проще рекомендовать музыку для любителей «мягкой» музыки, чем разборчивым фанатам «тяжелой».
Основой исследования стала история прослушивания 4000 пользователей Last.fm точность рекомендаций ученые определяли по тому, прослушивал ли юзер предложенный ему трек.
Фанаты «тяжелой» музыки не только с меньшей вероятностью будут слушать треки других жанров. Они также чаще выбирают треки, которые значительно отличаются друг от друга. При этом топ-треки обычно звучат примерно похоже, что добавляет сложности в работе рекомендательных алгоритмов.
Хотя точные механизмы рекомендательных алгоритмов музыкальных сервисов, таких как Spotify, остаются тайной, в их основе, скорее всего, лежит механизм коллабораційного фильтра. То есть они находят других юзеров с похожим набором треков и рекомендуют то, что слушают эти юзеры.
