Spotifys Discover Weekly stellt euch jeden Montag eine Playlist aus Songs zusammen, die ihr sehr wahrscheinlich noch nicht kennt, die euch sehr wahrscheinlich sehr gut gefallen. Aber wie kommt es, dass die App euren Geschmack so genau trifft?
Bei über 30 Millionen Songs gibt es auf Spotify ganz schön viel zu hören. Um da die richtige Musik für den eigenen Geschmack zu finden, kann man sich natürlich passende Playlists für die Stimmung heraussuchen oder einen Radiosender basierend auf einem Künstler starten. Spotify sucht dann ähnlich Songs heraus. Am einfachsten geht es aber über die "Discover Weekly"-Funktion, die auf Deutsch "Mix der Woche" heißt. Hier präsentiert Spotify jeden Montag 30 Songs, die überraschend gut auf den Geschmack des einzelnen Nutzers abgestimmt sind.
Spotify nutzt mehrere Methoden
Aber wie schafft es Spotify eigentlich, diese Playlist so perfekt auf jeden seiner 150 Millionen Benutzer abzustimmen? Das hat sich auch die Software-Entwicklerin Sophia Ciocca gefragt und sich auf auf dem Medium-Blog Hackernoon mit dem Thema auseinander gesetzt. Zunächst startet sie mit einem Rückblick:
In den frühen Tagen des Musik-Streaming haben Dienste wie Songza die Playlists noch manuell zusammengestellt. Das heißt, Kuratoren haben schlicht Listen zusammengestellt, von denen sie glaubten, die Musik höre sich gut an. Dass Spotify beim Mix der Woche so vorgeht, ist aufgrund der über hundert Millionen angemeldeten natürlich ausgeschlossen. Tatsächlich setzt der schwedische Musikdienst auch gar nicht auf eine Methode, sondern gleich auf drei.
Eure Vorlieben und jede Menge Mathematik
Allein durch "Collaborative Filtering", also die Auswertung von Verhaltensmustern, sollte Spotify dazu in der Lage sein, euch passende Tracks auf Grund eurer Vorlieben vorzuschlagen. Ciocca macht das einem Beispiel deutlich: Einem Nutzer gefallen die Songs P, Q, R und S, einem anderen die Titel P, Q, R und T. Auf Basis dieser Daten kann Spotify den Rückschluss daraus ziehen, dass Beide Nutzer einen ähnlichen Geschmack haben und dem jeweils anderen den bisher unbekannten Song vorschlagen.
Klingt kompliziert? Dann stellt euch mal vor, dass Spotify dieses Prozedere für 150 Millionen Nutzer und 30 Millionen Musiktitel anwendet. Dafür braucht es eine ziemlich komplizierte mathematische Formel. Nach deren Berechnung teilt die Software Nutzer und Songs in Vektoren auf. Um nun herauszufinden, welche Nutzer einen ähnlichen Geschmack haben und welche Songs anderen stark ähneln, gleicht Spotify alle Vektoren miteinander ab. Das reicht eigentlich fast schon für die richtige Zuteilung. Das schwedische Unternehmen geht laut Ciocca aber noch weiter.
Maschinen suchen im Netz nach Musik-Infos
Über das bereits angesprochene Natural Language Processing, die Fähigkeit von Computern, die menschliche Sprache zu verstehen, durchsucht Spotify das Internet nach Texten über Musik. Damit will man herausfinden, welche die Meinung das Internet über welchen Künstler vertritt. Was genau dann passiert, bleibt ein Geheimnis. Über ein anderes Beispiel stellt Ciocca aber eine Vermutung auf. Das vom MIT entwickelte Echo Nest kann Sprache ebenfalls analysieren, um Musik zu bewerten und Vorschläge für Hörer zu machen.
Echo Nest tut dies, in dem es die aus dem Netz gesammelten Daten in "kulturelle Vektoren" oder "Top-Begriffe" aufteilt. Einfach gesagt: Jedem Song und jedem Künstler werden auf Tagesbasis tausende Begriffe zugeteilt, die an Werte gekoppelt sind. Die Werte zeigen die Wichtigkeit für einen Begriff an. Diese Daten werden dann wieder in Vektoren umgewandelt und miteinander abgeglichen, so dass sich auch bei diesem Verfahren sagen lässt, ob zwei Songs gut zusammenpassen oder nicht.
Zum Schluss die Musikanalyse
Damit Spotify noch genauer arbeiten kann, wird nun noch die Musik an sich untersucht. Das hat außerdem den Vorteil, das relativ unbekannte Künstler die Chance erhalten, in eurem Mix der Woche zu landen. Denn in dem Verfahren untersucht Spotify alle Songs, die auf der Plattform zur Verfügung stehen. Es macht also keinen Unterschied, ob der untersuchte Song von einem Top-Act stammt oder von einem unbekannten Indie-Musiker.
Um die musikalischen Daten zu untersuchen, kommt laut Ciocca ein "konvolutionelles neuronales Netzwerk" zum Einsatz. Dieselbe Technologie steckt auch hinter Gesichtserkennungssoftware. Bei Spotify ist sie aber natürlich so modifiziert wurden, dass sie Musik an Stelle von Bildern erkennt. Nach der Verarbeitung spielt das neurale Netzwerk sein Verständnis eines Songs aus, das unter anderem aus Eigenschaften wie der Taktart, der Tonart und der Lautstärke besteht. Mit diesen Daten kann Spotify Ähnlichkeiten zwischen Musiktiteln noch besser erkennen und auf Basis der von euch bereits gehörten Lieder bestimmen, welchen unbekannten Song ihr ebenfalls mögen würdet.
Zum Schluss weist Ciocca noch darauf hin, dass dieser Einblick natürlich nur ein Teil von Spotifys viel größerem Ökosystem sind. Trotzdem hat euch dieser kleine Exkurs vielleicht dabei geholfen, zu verstehen, wie viel Aufwand hinter einer simplen, wöchentlich erscheinenden Playlist steckt.
Mehr Spotify?
Wenn ihr große Fans vom Mix der Woche seid, solltet ihr euch euren persönlichen musikalischen Jahresrückblick auf Spotify nicht entgehen lassen. Der steht mittlerweile in der App für euch zur Verfügung. Und wenn ihr wissen wollt, welche anderen Streaming-Dienste es gibt und wie sie sich von Spotify unterscheiden, dann legen wir euch unseren Vergleich mit Deezer, Apple Music und Co. nahe.
