Alex Four: Гик-культура и Русское IT за границей

🎧 Я всю жизнь провел в наушниках. Где-то в 10 лет у меня появился кассетный плеер, лет через 5 — MP3-плеер, а затем я начал закидывать MP3 на телефон. Все это время музыка была со мной. Я не был меломаном и не отличил бы аудиофильные кабели от обычных, но музыка занимала особое место в моей жизни.

Впервые про Яндекс Музыку я узнал где-то в 2010 году из подкаста "Радио-Т". Помню, как Бобук рассказывал, что очень ждет релиза, поскольку можно будет работать под музыку и не хранить её на жестком диске.

Идея не хранить музыку локально мне тоже казалась революционной, поэтому после релиза Яндекс Музыка быстро вошла в мою жизнь, избавив меня от необходимости хранить MP3-файлы на телефоне.

👁️‍🗨️ Революция рекомендаций

Чтобы найти новую музыку, я скробблил (отправлял статистику) на Last.fm. Яндекс Музыка до недавнего времени также позволяла отправлять статистику прослушивания на Last.fm, но достаточно быстро рекомендации на Яндекс Музыке стали более релевантными.

Первая версия рекомендаций работала довольно топорно. Ты лайкнул трек, кто-то лайкнул трек, теперь ему рекомендуются треки, которые ты лайкнул, а тебе — его. Грубо говоря, система определяла группу твоих "единомышленников" и рекомендовала треки из этой группы. До определенной степени это работало неплохо. Но у такого подхода есть проблемы.

Как быть с контентом, который еще никто не прослушал? Как вырваться из пузыря своей группы, если твои вкусы шире?

Эти проблемы стали еще заметнее с появлением "Моей волны". Это, несмотря на мои протесты, окончательно изменило паттерн потребления музыки. К своему стыду, у меня куча треков, которые мне нравятся, но исполнителей которых я не знаю. И это очередная революция, которую совершила Яндекс.Музыка.

😈 Так появился ARGUS

Решая вышеуказанные проблемы, исследователи Яндекса разработали и внедрили новое поколение рекомендательных систем на основе больших генеративных моделей. Команда Яндекс Музыки первой среди сервисов Яндекса внедрила рекомендации на базе Argus и перевела их ранжирование в режим реального времени.

Для желающих разобраться, как это устроено, на Хабре есть отличный пост, где Кирилл Хрыльченко рассказал про технические детали и как они решают проблемы предыдущих версий рекомендательных систем.

🚀 А почему это Big Deal?

Потому что эта рекомендательная система работает не только для музыки. Маркет также внедрил Argus для рекомендации товаров, а Лавка сейчас находится на этапе тестирования.

В итоге пользователи в плюсе, поскольку количество контента увеличивается, а правильная рекомендация позволяет экономить время.

Ещё большая персонализация, поскольку Argus видит неочевидные взаимосвязи, а не мыслит группами.

Для производителей контента это снижает вероятность оказаться "ниже радара" рекомендательной системы и никогда не получить первых пользователей.

Для других сервисов, в основе которых лежат рекомендательные алгоритмы, это возможность лучше понять своего пользователя и говорить с ним на одном языке.

В начале я написал, что узнал про Яндекс Музыку где-то в 2010 году. А значит, вот уже 15 лет она занимает особое место в моей жизни, периодически меняя её. Приятно осозновать, что сервис несмотря на приклонный возраст продолжает радовать иновациями.

При этом я знаю людей, которые не пользуются рекомендациями. Отсюда вопрос: пользуешься ли рекомендациями или стараешься сам выбирать, что слушать?


@alx_four

👍11👏3🔥1

www.group-telegram.com/us/alx_four.com/431

1.07K viewsedited  Jun 20 at 09:01

🎧 Я всю жизнь провел в наушниках. Где-то в 10 лет у меня появился кассетный плеер, лет через 5 — MP3-плеер, а затем я начал закидывать MP3 на телефон. Все это время музыка была со мной. Я не был меломаном и не отличил бы аудиофильные кабели от обычных, но музыка занимала особое место в моей жизни.

Впервые про Яндекс Музыку я узнал где-то в 2010 году из подкаста "Радио-Т". Помню, как Бобук рассказывал, что очень ждет релиза, поскольку можно будет работать под музыку и не хранить её на жестком диске.

Идея не хранить музыку локально мне тоже казалась революционной, поэтому после релиза Яндекс Музыка быстро вошла в мою жизнь, избавив меня от необходимости хранить MP3-файлы на телефоне.

👁️‍🗨️ Революция рекомендаций

Чтобы найти новую музыку, я скробблил (отправлял статистику) на Last.fm. Яндекс Музыка до недавнего времени также позволяла отправлять статистику прослушивания на Last.fm, но достаточно быстро рекомендации на Яндекс Музыке стали более релевантными.

Первая версия рекомендаций работала довольно топорно. Ты лайкнул трек, кто-то лайкнул трек, теперь ему рекомендуются треки, которые ты лайкнул, а тебе — его. Грубо говоря, система определяла группу твоих "единомышленников" и рекомендовала треки из этой группы. До определенной степени это работало неплохо. Но у такого подхода есть проблемы.

Как быть с контентом, который еще никто не прослушал? Как вырваться из пузыря своей группы, если твои вкусы шире?

Эти проблемы стали еще заметнее с появлением "Моей волны". Это, несмотря на мои протесты, окончательно изменило паттерн потребления музыки. К своему стыду, у меня куча треков, которые мне нравятся, но исполнителей которых я не знаю. И это очередная революция, которую совершила Яндекс.Музыка.

😈 Так появился ARGUS

Решая вышеуказанные проблемы, исследователи Яндекса разработали и внедрили новое поколение рекомендательных систем на основе больших генеративных моделей. Команда Яндекс Музыки первой среди сервисов Яндекса внедрила рекомендации на базе Argus и перевела их ранжирование в режим реального времени.

Для желающих разобраться, как это устроено, на Хабре есть отличный пост, где Кирилл Хрыльченко рассказал про технические детали и как они решают проблемы предыдущих версий рекомендательных систем.

🚀 А почему это Big Deal?

Потому что эта рекомендательная система работает не только для музыки. Маркет также внедрил Argus для рекомендации товаров, а Лавка сейчас находится на этапе тестирования.

В итоге пользователи в плюсе, поскольку количество контента увеличивается, а правильная рекомендация позволяет экономить время.

Ещё большая персонализация, поскольку Argus видит неочевидные взаимосвязи, а не мыслит группами.

Для производителей контента это снижает вероятность оказаться "ниже радара" рекомендательной системы и никогда не получить первых пользователей.

Для других сервисов, в основе которых лежат рекомендательные алгоритмы, это возможность лучше понять своего пользователя и говорить с ним на одном языке.

В начале я написал, что узнал про Яндекс Музыку где-то в 2010 году. А значит, вот уже 15 лет она занимает особое место в моей жизни, периодически меняя её. Приятно осозновать, что сервис несмотря на приклонный возраст продолжает радовать иновациями.

При этом я знаю людей, которые не пользуются рекомендациями. Отсюда вопрос: пользуешься ли рекомендациями или стараешься сам выбирать, что слушать?


@alx_four

BY Alex Four: Гик-культура и Русское IT за границей