Spotify Algoritması Ne Dinlemek İstediğinizi Tam Olarak Nasıl Biliyor?

2006 yılında İsveç’te kurulan Spotify, 2019 Aralık ayı verilerine göre 124 milyon abonesiyle birlikte 271 milyon kullanıcıya; 50 milyondan fazla şarkı, 700 binden fazla podcast sunmakta olan dünyanın en popüler ses hizmeti sağlayıcısı. Peki Spotify; Apple Music, Amazon Prime Music, YouTube Music ve Deezer gibi rakipleri bulunmasına rağmen neden en çok tercih edilen hizmet sağlayıcısı? Bunun cevabı elbette arka planda kullanılan Spotify algoritması.

Spotify, 2010 yılında Dünya Ekonomik Forumu tarafından “Teknoloji Öncüsü” olarak duyurulmuştu. Aslında bu başarısının arka planında Spotify’ın temel birkaç farkı yer alıyor. Bunların en başında da rakipleri gibi çalma listelerinin karışımını tavsiye olarak sunmakla yetinmemesi geliyor. Bunun yerine abonelerine kişiselleştirilmiş hizmet sunuyor. Spotify’ın bunu gerçekleştirmek için oluşturduğu sisteme yakından bakalım.

Spotify Algoritması Nasıl Çalışıyor?

Spotify aslında bizim hakkımızda çok fazla şey biliyor. Müzik dinleme geçmişimizden, hangi şarkıları atladığımıza, hangi çalma listelerini oluşturduğumuza ve hatta konumumuza kadar her şeyi izliyor. Sonrasında da önerileri esnasında bunları dikkate alıyor.

Her Pazartesi yenilenen Discover Weekly, kendimize benzer müzik tercihlerine sahip diğer kişilerin çalma listelerini içeriyor. Bu sevdiğimiz şarkılara benzeyen şarkılar ve müzik bloglarının incelenerek 30 şarkıdan oluşturulan bir çalma listesi. Müzik bloglarının incelenmesini daha önce duymamış olabilirsiniz. Şimdi biraz daha yoğunlaşalım bu konu üzerine.

Spotify’ 2014’de daha iyi tavsiyeler vermek için 100 milyon dolara The Echo Nest adlı start-up firmasının satın almıştı. Bu firmanın kurucu ortağı olan Brian Whitman, 2012’de bir gün içerisinde “10 milyon” müzik ile alakalı web sitesinin takip edildiğini söyledi. Bu sayede müzik dünyasında neler olup bittiği hakkında anında bilgi sahibi olabiliyorlardı.

Every word anyone utters on the internet about music goes through our systems that look for descriptive terms, noun phrases, and other text.

Ancak mevcut tavsiye sistemi, bilinmedik bir şarkıcının tavsiye sistemlerine dahil edilmesi konusunda başarısızdı. Bu problem “Cold-start” olarak adlandırılmaktadır. Spotify bu problemi çözmek için, deep learning (derin öğrenme) teknolojisi kullanmaya başladı. Bunun içinde müziğin işitsel benzerliğinin analizini gerçekleştiren bir algoritma oluşturuldu. Böylece Discover Weekly listemizin içinde daha önce hiç dinlemediğimiz bir şarkı var olmaya başladı. Spotify’in yapay zeka kullandığı tek yer yukarıda bahsettiğimiz tavsiye sistemi değildir. Bunun dışında asla fark etmemiş olabileceğiniz küçük araçlarda da en son yapay zeka teknolojileri kullanmaktadır. Örneğin, otomatik çalma listesinin devamı bunlardan biridir.

Otomatik Çalma Listesi Oluşturmada Yapay Zeka Kullanımı

Bunun için algoritma çalma listesini analiz eder. Sonrasında da bir sonraki müzikleri listeyi oluşturan kişi eklemeye devam ediyormuş gibi listeyi devam ettirir. Aynı zamanda şarkıların orijinal versiyonlarının yerine aranjmanları da (cover) tespit edilir. Bunun neticesinde bizim duymak istediğimiz aranjman türü bize tavsiye edilmektedir. Ek olarak, müzik dinleme deneyimini zenginleştirmek için karaoke imkanının sunulması gibi uygulamalara yönelik popüler şarkı sözlerinin zaman uyumlu şekilde ilerlemesi üzerine çalışmaktadır.

Spotify Algoritması Hakkımızda Çok Şey Biliyor!

Akademik ve kendi bünyesinde gerçekleştirdiği bu çalışmaların yanında Spotify, kullanıcılarını da araştırır. 2015’de Spotify, rekabet gücünü korumak için bir günde yaklaşık 1 TB kullanıcı verisini kaydettiğini belirtmişti. Kullanıcılarının cinsiyet, yaş, konum, dinlenilen ve geçilen şarkılar, bir şarkının kaç defa dinlendiği gibi verilerini analiz eder. Araştırma sonuçları şu gibi bilgiler içerir.

Örneğin Amerika’da bir araştırmada üç uzun tatil sürecinde eyalet değiştiren kullanıcılar incelendi. Bunun sonucunda konumun müzik zevkini az da olsa etkilediği anlaşıldı. Yaş ile ilgili çalışmalar sonucunda ise 10–20 yaş aralığında popüler olan müziğin, insanların müzik kimliğini şekillendirebildiği görüldü. Bu kişilerin dinledikleri müzik, gelecekte de dinleyecekleri müziği etkilemekteydi. Tüm bu algoritmik hizmetlerin başarısının arka planı ise biraz düşündürücü. Sonuçta gerçekleştirdiğimiz eylemlerin izlendiği ve kaydedildiğinin olduğu ise yadsınamaz bir gerçek olarak önümüze seriliyor.

Son olarak Discover Weekly kalitesini arttırmak isteyenler için birinci tavsiyem güzel şarkı dinlemeleri olacaktır. Bir diğeri ise her hafta yenilenen çalma listesindeki müziklerin sabırla birkaç hafta dinlenerek geri dönütler ile beslenmesidir. Bu yazıyı daha da uzatmamak için kullanılan teknolojiler ve algoritmaları başka bir yazıda paylaşıyor olacağım. Teşekkürler.



Kaynaklar ve ileri okumalar

Matematiksel

Ahmet Okan Arık

Işık Üniversitesi Yönetim Bilişim Sistemleri bölümü lisans ve Enformasyon Teknolojileri yüksek lisans programını tam burslu okuyup onur ve bölüm birinciliği derecesiyle mezun oldum. İstanbul Üniversitesi Enformatik programında doktora öğrencisiyim. Yeditepe Üniversitesi Yönetim Bilişim Sistemleri bölümünde araştırma görevlisi olarak çalışmaktayım. Bilgisayar teknolojileri ağırlıklı kişisel meraklarımı giderirken aynı soruları soran herkese ulaşabilmek amacıyla buradayım.
Başa dön tuşu