Le bouton « Je n’aime pas » améliorerait les recommandations de Spotify

L’ensemble du modèle commercial de Spotify repose sur votre écoute et votre capacité à prédire les chansons que vous voudrez entendre ensuite. Mais les chercheurs de Cornell ont récemment posé la question : pourquoi ne vous laissent-ils toujours pas voter contre une chanson ?

L’équipe de recherche a récemment développé un algorithme de recommandation qui montre à quel point Spotify serait plus efficace s’il pouvait, à la manière de plateformes comme Pandora, intégrer à la fois les goûts et les dégoûts.

Plus précisément, ils ont démontré qu’un auditeur est environ 20% plus susceptible d' »aimer » une chanson si l’algorithme est formé sur 400 000 likes et aversions, par rapport à un algorithme formé uniquement sur ce nombre de likes.

« Un algorithme qui n’a que des « j’aime » peut vous aider à découvrir des chansons que vous aimez vraiment, mais il a également une plus grande chance de recommander des chansons que vous n’aimez pas », a déclaré Sasha Stoikov, associée de recherche principale chez Cornell Financial Engineering Manhattan, partie de l’école des opérations et de l’ingénierie de recherche de Cornell Engineering, et auteur principal d’un nouvel article sur le système, qu’il appelle « Piki » (comme dans « picky »).

L’article, « Evaluating Music Recommendations With Binary Feedback for Multiple Stakeholders », a été publié le 15 septembre et sera présenté à la conférence ACM sur les systèmes de recommandation. L’article a été co-écrit avec Hongyi Wen, doctorant à Cornell Tech.

Piki sélectionne de la musique dans une base de données d’environ 5 millions de chansons et incite les utilisateurs en leur donnant 1 $ pour chaque 25 chansons qu’ils notent. L’interface Piki joue une chanson, puis donne à l’auditeur la possibilité de la noter après différentes périodes de temps. Plus précisément, l’utilisateur peut « ne pas aimer » la chanson après 3 secondes, « aimer » la chanson après 6 secondes et la « super aimer » après 12 secondes.

« Cela incite l’utilisateur à voter honnêtement », a déclaré Stoikov. « Ne pas aimer une chanson est facile, pour en aimer une, il faut vraiment y investir du temps. »

Les algorithmes de Spotify n’ont pas seulement un impact sur les auditeurs. La recherche montre également comment ils rendent plus difficile la percée d’artistes moins connus, car leurs chansons n’ont pas assez de likes pour être recommandées à un large public.

« Comme les algorithmes sont souvent entraînés à savoir si un individu écoute ou non une chanson plutôt que si l’auditeur aime ou n’aime pas la chanson, ils favorisent les artistes bien connus qui sont plus souvent entendus, recommandés sur les listes de lecture et mémorisés dans la barre de recherche » dit Stoïkov.

L’objectif ultime de l’équipe avec Piki est de travailler avec des maisons de disques pour les aider à déterminer quelles chansons sont les plus attrayantes pour les auditeurs avant qu’elles ne soient diffusées sur de plus grandes plateformes musicales.

Stoikov a déclaré que les recherches futures pourraient se concentrer sur d’autres plateformes de streaming telles que Netflix, incorporant des algorithmes plus avancés ou modélisant la manière dont les objectifs de l’algorithme sont liés aux objectifs commerciaux d’autres parties prenantes importantes telles que les plateformes de streaming et les maisons de disques.