A Spotify mesterséges intelligenciával tervez személyre szabott polcokat

A polc több egy egyszerű lejátszási listánál

A Spotify Home ajánlásai tematikus, vízszintes sorokban, vagyis polcokon jelennek meg. Ilyen például a „More of What You Like” vagy a „New Releases for You”. A vállalat kutatói szerint a polc nem pusztán rangsorolt elemek listája: a cím az egész sort keretezi, és megmutatja, miért tartoznak össze az elemek, illetve miért lehetnek relevánsak a hallgatónak.

A jelenlegi gyártási rendszerekben egy új polctípus létrehozása jellemzően külön sablont és célzott keresési logikát igényel. Ez a széles, rendszeresen visszatérő igényeknél működhet, az egyéni ízlés azonban gyakran műfajok, korszakok, hangulatok, zenei színterek és ismertség szűk metszetéből áll. A Spotify szerint ezek hosszú farka gyorsabban bővül, mint ahogy kézzel karbantartható sablonkészletet lehetne építeni.

Különválasztják a tervezést és a megvalósítást

A kutatás központi ötlete, hogy két külön feladatra bontják a folyamatot. A tervezési szakasz azt határozza meg, milyen polc illene a hallgatóhoz, a megvalósítás pedig azt keresi meg, mely valódi katalóguselemek tudják ezt a koncepciót megjeleníteni.

A két szakasz közötti kapcsolatot egy strukturált „polchipotézis” jelenti. Ez természetes nyelvű leírást, tartalomtípust, ismertségi szintet, valamint szükség esetén piaci és frissességi korlátokat tartalmaz. A rendszer például egy Nordic ambient, post-rock és modern klasszikus zene iránt erősen érdeklődő hallgatónál a „glaciális ambient post-rock zenekari textúrákkal” jellegű koncepciót állíthat elő. Ezt nem a hallgató írja be, a rendszer viselkedési jelekből következtet rá.

A Spotify négy lépést ír le: hipotézisgenerálás, katalógusfeltöltés, jelöltkiválasztás és polcillesztés, majd offline kiszolgálás. A fejlesztés korai szakaszában egy nagy, zárt nyelvi modellt használtak, gyártási célra viszont egy kisebb, nyílt forráskódú modellt desztilláltak. Az offline értékelés szerint a két modell hipotézisminősége gyakorlatilag azonos volt.

A generatív keresés és a cím összehangolása javított az eredményen

A katalógusfeltöltéshez generatív keresést alkalmaznak. A modell nem minden lehetséges jelöltet pontoz, hanem Semantic ID-ket, vagyis a katalóguselemekhez tanult tömör azonosítókat generál. A dekódolást úgy korlátozzák, hogy az azonosítók mindig megfelelő típusú, érvényes Spotify-elemekre mutassanak.

A rendszer ezután külön ellenőrzi, hogy a kiválasztott elemek összefüggő polcot alkotnak-e. Egy nyelvi modell a bővebb jelöltkészletből kiválasztja a végső elemeket, és szükség esetén átírja a címet és az alcímet, hogy azok pontosan leírják a tényleges tartalmat.

Azonos 10 000 polchipotézisen, 1000 felhasználó bevonásával a generatív keresés 0,71-es Hypothesis-to-Shelf Judge pontszámot ért el. A legerősebb összehasonlítási módszer 0,56-os értéket kapott. A cím és a tartalom összehangolása után az összpontszám 0,71-ről 1,27-re nőtt, a cím ígéretének teljesítése pedig 0,66-ról 1,31-re javult. A Spotify hangsúlyozza, hogy ezek irányadó offline mérőszámok, és a használt bírákat ebben a munkában nem validálták emberi értékelőkkel.

A polcok a Home rangsorában versenyeznek

Az elkészült polcokat a Spotify Home további rangsorolási jelöltként kapja meg. A rendszer nem rögzíti őket kiemelt helyen, így a polcok a platform szokásos rangsorolási mechanizmusán keresztül versenyeznek a meglévő polccsaládokkal.

A kutatók online vizsgálatban is összevetik a hipotézisvezérelt polcokat a meglévő polccsaládokkal. Ehhez egységes, véletlenszerű megjelenítést használnak, amely a polcsorrendet a gyártási rangsorolótól függetlenül randomizálja. A vizsgált eredménymutató azoknak a polcmegjelenéseknek az aránya, amelyek legalább 30 másodpercnyi lejátszáshoz vezettek. A forrás az online összehasonlítás módszerét és célját ismerteti, a közölt rész azonban a konkrét eredményeket nem tartalmazza.