Hoe werken de gepersonaliseerde playlists van Spotify?

Hoe werken de gepersonaliseerde playlists van Spotify?
Spotify stelt gepersonaliseerde playlists samen op basis van je luistergeschiedenis, overgeslagen nummers, likes, hoe je playlists gebruikt en metadata zoals genre, tempo en stemming. Daarnaast vergelijkt Spotify je smaakprofiel met dat van anderen via collaboratieve filtering, analyseert het songteksten en playlists van gebruikers en houdt het rekening met je actuele luisterpatronen. Zo beveelt Spotify muziek aan die je waarschijnlijk leuk vindt.

Waarom beveelt Spotify bepaalde nummers aan?
Spotify combineert audioanalyse, gebruikersfeedback (likes, overgeslagen en opgeslagen nummers), machine learning en natuurlijke taalverwerking om nummers te vinden die bij je voorkeuren passen. Nummers waarop je reageert krijgen voorrang, en luistergegevens van mensen met een vergelijkbare smaak helpen om nieuwe tracks aan te bevelen. Dat kan wel tot herhaling leiden als je weinig feedback geeft of geen nieuwe muziek verkent.

Spotify staat bekend om zijn enorme aanbod aan persoonlijke playlists. Iedereen met een account krijgt dagelijks bijgewerkte playlists. En die gaan veel verder dan een paar standaardaanbevelingen.

Je krijgt op allerlei manieren muziek aangereikt:

• Gepersonaliseerde zoekresultaten
• Een gepersonaliseerde bladersectie
• Playlistsuggesties en een functie om playlists aan te vullen
• Artiesten- en nummerradio en automatisch afspelen
• Gepersonaliseerde redactionele playlists
• Speciale gepersonaliseerde playlists (Your Time Capsule, On Repeat, Repeat Rewind, enz.)
• Mix-playlists op basis van artiest, decennium, stemming of genre
• Je Daily Mix-playlists
• Discover Weekly- en Release Radar-playlists

Vergeleken met andere muziekstreamingdiensten doet Spotify veel met zijn algoritme en data.

Elk van deze muziekaanbevelingen komt tot stand op basis van verschillende gegevens:

• Demografisch profiel en geografische locatie
• Luisterpatronen op verschillende tijdstippen
• Voorkeuren voor populariteit en variatie
• Voorkeuren voor genre, stemming, stijl en tijdperk
• Opgeslagen nummers en albums en gevolgde artiesten
• Meest afgespeelde en favoriete nummers en artiesten

Je smaakprofiel verandert wanneer je nieuwe muziek zoekt en beluistert. Op basis daarvan passen deze algoritmische playlists zich aan jou aan. Nog interessanter: als je functies zoals Blend gebruikt, worden ook die playlists afgestemd op de afzonderlijke deelnemers, zodat iedereen meer muziek kan ontdekken.

Wil je aanpassen hoe muziek voor het slapen, studeren of bepaalde seizoenen je personalisatie beïnvloedt? Lees dan onze gids over de Spotify-instelling Uitsluiten van je smaakprofiel.

Maar laten we bij het begin beginnen.

Met de hand geselecteerd door mensen

Lang voordat we op code en berekeningen vertrouwden, werden playlists op muziekstreamingdiensten door mensen samengesteld.

Dat kostte natuurlijk meer tijd. Hoe kon het ook anders? Maar deskundige samenstellers gingen op zoek naar muziek voor prachtige playlists.

Je kreeg toen geen twintig playlists afgestemd op jouw smaak, maar misschien een handvol per genre.

In die begintijd ontdekte je muziek vooral via handmatig samengestelde playlists op streamingdiensten en via muziekzenders op tv en radio.

Als je nu ziet hoeveel playlists er zijn en hoeveel er dagelijks worden bijgewerkt, kun je je nauwelijks voorstellen dat mensen dat allemaal zouden doen. Daarom hebben redactionele playlists die nog steeds met de hand worden samengesteld nu een bijzondere plek.

Hoe werken de muziekaanbevelingen?

De muziekaanbevelingen van Spotify werken als een koppelaar. Spotify koppelt je smaakprofiel aan de muziek op het platform. Dat lijkt op de manier waarop TikTok je video's laat zien die bij je passen.

Er is al veel informatie verschenen over hoe dit werkt, maar de precieze details achter de schermen zijn meestal lastig te achterhalen. Spotify is niet de enige streamingdienst die een deel van zijn algoritme geheimhoudt. Deezer, Apple Music, Amazon Music en YouTube gebruiken vergelijkbare berekeningen om aanbevelingen te doen.

De smaak van gebruikers en het algoritme

Hoewel de playlists bestaan uit favoriete nummers, albums, artiesten en meer, hebben ze een duidelijk doel: gebruikers behouden. Deze persoonlijke muziekplaylists zijn bedoeld om je zo lang mogelijk op het platform te houden.

Gebruikers behouden levert inkomsten op. Hoe meer je luistert, hoe meer labels, artiesten en Spotify betaald krijgen. Terwijl je luistert, verzamelt Spotify meer luistergegevens om het algoritme verder te verbeteren. Het machinelearningmodel brengt de doelen van Spotify samen om een gewenst resultaat te bereiken voor zowel het bedrijf als de gebruiker.

Metadata van artiesten

Elk nummer dat Spotify ontvangt van platenlabels, distributeurs of onafhankelijke artiesten wordt geanalyseerd. Niet alle gegevens zijn altijd beschikbaar, maar waar mogelijk gebruikt Spotify de volgende metadata over artiesten en hun muziek.

• Titel van het nummer
• Titel van de release
• Naam van de artiest
• Vermelding van songwriters
• Gastartiesten
• Vermelding van producers
• Platenlabel
• Releasedatum
• Tags voor onder meer genre en subgenre, muziekcultuur, stemming, hoofdtaal en stijl
• Instrumenten die in de opname worden gebruikt
• Type nummer
• Lokale markt en thuisbasis

Deze gegevens worden vervolgens verwerkt en toegevoegd aan het aanbevelingssysteem. Zo komt de muziek terecht bij gebruikers in relevante regio's en bij mensen die naar vergelijkbare artiesten en muziek luisteren.

Gegevens uit het audiosignaal

Terwijl de bovenstaande metadata in het systeem worden ingevoerd, wordt ook de audio zelf geanalyseerd. Hoewel een groot deel van dit proces geheim blijft, is er ook een tool waarmee iedereen voor de lol aan de slag kan. Die is momenteel niet openbaar beschikbaar, maar Spotify gebruikt nog wel een versie ervan.

Twaalf kenmerken bepalen hoe een nummer wordt ingedeeld. Deze twaalf punten vertellen het systeem in welke playlists de muziek thuishoort:

• Akoestisch karakter
• Dansbaarheid
• Duur
• Energie
• Instrumentaal karakter
• Toonsoort
• Luidheid
• Modus (majeur of mineur)
• Aandeel gesproken tekst
• Tempo
• Maatsoort
• Positieve gevoelswaarde

Samen vormen deze kenmerken een profiel van het nummer. Spotify kan het vervolgens indelen en aanbieden aan gebruikers die naar vergelijkbare muziek luisteren. Het nummer wordt ook opgedeeld in bruggen, solo's, coupletten en andere betekenisvolle onderdelen.

Hoewel deze informatie beschikbaar was via de openbare API-pagina's van Spotify, stammen die twaalf audiokenmerken uit 2013.

In 2021 publiceerde Spotify onderzoek over de berekeningen en vergelijkingen achter de huidige aanpak: Multi-Task Learning of Graph-based Inductive Representations of Music Content. Dat is de moeite waard om te lezen als je echt wilt weten hoe het achter de schermen werkt.

De verschuiving van inhoud naar context was een belangrijke muziektrend voor 2024. Het is dan ook logisch dat een model voor natuurlijke taalverwerking nog een stukje van de puzzel vormt.

Daarbij spelen drie belangrijke onderdelen een rol:

• Playlists van gebruikers: nu het samenstellen van playlists en door gebruikers gemaakte content steeds meer invloed krijgen, vormen ze een waardevolle bron van inzichten. De naam van een playlist, het profiel van elk nummer en de songteksten geven samen context aan de muziek. Als een nummer vaak voorkomt in playlists die gebruikers voor een bepaalde stemming maken, is dat waardevolle informatie. Het helpt de aannames van het machinelearningmodel te bevestigen.
• Analyse van songteksten: het nummer Pumped-Up Kicks klinkt vrolijk, maar heeft een veel donkerdere tekst. Jaren later zal zo'n verkeerde inschatting minder snel opnieuw worden gemaakt. De mensen, stemmingen, gevoelens, plaatsen en andere zaken die in de tekst voorkomen, kunnen helpen bij de indeling.
• Gegevens verzameld van het web: nieuwsmedia, sociale media, blogs en andere bronnen laten zien hoe mensen muziek beschrijven. Die beschrijvingen helpen om de context van muziek verder te verfijnen.

Het is nog ingewikkelder en er zitten meer lagen achter, maar met deze paar onderdelen krijg je al een globaal beeld van de magie van het algoritme. Je muzieksmaak en het soort playlists waarnaar je luistert, hebben dus veel invloed op welke Spotify-mixen je krijgt.

Wat is een smaakprofiel van een gebruiker?

via GIPHY

Je smaakprofiel draait net zo goed om wat je overslaat en verbergt als om wat je beluistert. Je favoriete artiesten sla je waarschijnlijk nooit over. Daarmee geef je een duidelijk signaal dat hun genre en vergelijkbare genres bij je smaakprofiel passen.

Spotify en andere muziekstreamingdiensten hechten vooral waarde aan twee soorten feedback:

• Passieve of impliciete feedback: nummers die je op repeat zet, luistergewoonten zoals de duur van een luistersessie, hoelang je naar nummers luistert en je algemene luistergedrag.
• Actieve of expliciete feedback: likes, wat je in je bibliotheek opslaat, het soort playlists dat je maakt, de muziek die je aan playlists toevoegt of liket, herhaald luisteren en pre-saves.

Expliciete feedback vraagt om een handeling van de gebruiker. Als iemand actie onderneemt, weegt dat zwaarder mee in de aanbevelingen dan een gewone luistersessie. Dat je twaalf uur naar muziek hebt geluisterd, betekent dus niet automatisch dat je die leuker of minder leuk vond dan andere muziek. Maar bewust op een knop klikken wijst wel op een emotionele reactie.

Voor een eigen onderzoek werkte Spotify samen met tien mensen die veel naar muziek luisteren. Op basis van hun luistergeschiedenis werden smaakprofielen gemaakt:

Bron: Giving Voice to Silent Data: Designing with Personal Music Listening History

Interessant, maar het gaat vooral om algemene inzichten die je tegenwoordig ook in Spotify Wrapped vindt. Deze smaakprofielen worden gedeeld omdat de gegevens de muziekbeleving van de gebruiker bevestigen. Zo voelt die zich nog meer verbonden met het platform.

Welke rol speelt collaboratieve filtering?

Niet alleen je eigen luistergewoonten bepalen welke nummers je aanbevolen krijgt. Andere gebruikers die naar dezelfde of vergelijkbare artiesten luisteren, hebben een smaakprofiel dat op sommige punten met dat van jou overlapt. Op andere punten luistert iedereen juist naar artiesten en muziek die de ander niet beluistert.

Die niet-overlappende nummers passen waarschijnlijk ook bij het smaakprofiel van gebruikers die dezelfde artiesten beluisteren. Daarom worden ze via aanbevelingen onder de aandacht gebracht. Daar spelen wel vragen rond een eerlijke verdeling, want je kunt gemakkelijk steeds dezelfde aanbevelingen in verschillende playlists krijgen.

Zo ontstaat een kringloop: hoe meer je naar één genre luistert, hoe groter de kans dat je alleen nog nummers uit dat genre aanbevolen krijgt. Daardoor komen populaire artiesten ook vaker voorbij. Dat is onderdeel van een breder probleem rond zichtbaarheid op streamingplatforms.

Spotify combineert wat jij beluistert, wat gebruikers met vergelijkbare smaakprofielen beluisteren, hoe jullie op de muziek reageren en steekproeven uit meer dan 700 playlists van gebruikers.

Problemen met het algoritme van Spotify

Dat laatste punt, de feedbacklus, verklaart deels een van de grootste problemen met gepersonaliseerde playlists. Er zijn heel wat klachten en verbetersuggesties geweest van mensen die meerdere playlists kregen die vrijwel identiek waren.

Naar vertrouwde nummers luisteren kan heerlijk zijn, maar eindeloos dezelfde twintig nummers horen gaat op den duur behoorlijk vervelen.

Het grootste probleem is misschien wel dat het aanbevelingssysteem té efficiënt is. Het richt zich zo sterk op muziek waarvan het weet dat je die leuk vindt, dat er weinig ruimte overblijft voor verrassingen.

Hoe kun je de aanbevelingen van Spotify verbeteren?

• Actief reageren op muziek is een van de beste manieren om te verbeteren wat Spotify voor je samenstelt. Waterdicht is het niet: sommige mensen liken en slaan actief nummers over, maar krijgen toch af en toe die overgeslagen nummers terug.
• Zo schud je je gepersonaliseerde Spotify-playlists eens flink op:
• Maak gevarieerde playlists met allerlei verschillende nummers. Ga op ontdekkingstocht en voeg een mix van genres toe.
• Gebruik de zoekfunctie en zoek naar playlists die anderen hebben gemaakt.
• Geef duidelijkere feedback: like vaker, bezoek artiestenprofielen en luister actiever.
• Bekijk de playlist Discover Weekly. Daar vind je waarschijnlijk muziek die je nog niet hebt gehoord, maar die je vermoedelijk wel leuk vindt.
• Gebruik de tool Artist Explorer om artiesten te ontdekken die je nog niet kent en gebruik de functie om een playlist te maken.
• Maak tijd vrij om muziekblogs over nieuwe muziek te lezen.
• Maak Blend-playlists met vrienden die een andere muzieksmaak hebben dan jij.

Je playlists zullen niet van de ene op de andere dag volledig vernieuwd zijn, maar door Spotify actiever te gebruiken krijg je een prettigere, persoonlijkere luisterervaring.

Voor sommige gebruikers is het gebrek aan goede ontdekkingen een reden om een ander platform te zoeken. Klinkt dat bekend? Dan kun je je Spotify-playlists overzetten naar platforms die zich meer op het ontdekken van muziek richten, zoals Deezer of TIDAL. Je eerste 600 nummers zet je gratis over. Bekijk hier de volledige lijst met diensten waarnaar je kunt overstappen: Je muziekbibliotheek overzetten en synchroniseren.