100 bài hát hàng đầu năm 2012 của chúng tôi năm 2022

Spotify đang làm tất cả những gì có thể để giúp bạn có được trải nghiệm nghe nhạc tuyệt vời hơn.

Spotify tạo ra các thuật toán khác nhau để cải thiện trải nghiệm nghe nhạc của bạn trên ứng dụng. Từ list nhạc mà bạn yêu thích nhất xuất hiện trên home screen tới những bản nhạc được gợi ý trong playlist Discover Weekly, Spotify thử nghiệm nhiều cách khác nhau để nắm được thị hiếu âm nhạc của người dùng và hiểu tại sao một người lựa chọn nghe 1 bản nhạc/thể loại nhạc này thay vì một một bản nhạc/thể loại khác.

Nếu Apple Music, Amazon Prime Music và Google Music tập trung chủ yếu vào phân tích lượng người dùng sẵn sàng chi trả tiền cho dịch vụ và các playlist được tạo ra bởi cộng đồng nghe nhạc, Spotify lại chọn cách cá nhân hóa trải nghiệm nghe nhạc và giới thiệu nhiều thể loại nhạc khác nhau tới khách hàng của mình. Spotify đang tiếp tục xây dựng các thuật toán này bởi đây là cách duy nhất để cá nhân hóa trải nghiệm nghe nhạc cho hơn 200 triệu người dùng. Nỗ lực tồn tại trên thị trường cạnh tranh khốc liệt và khao khát tạo ra sự khác biệt này phải chăng là lý do thuyết phục để bạn subscribe Spotify ngay hôm nay?

Màn hình chính của Spotify là một ví dụ điển hình về cách các thuật toán điều phối, định hướng trải nghiệm của người nghe nhạc. Theo một bài diễn thuyếttại Web Conference đầu 2019 của Bà Mounia Lalmas-Roelleke – Research Director của Spotify, mục tiêu của các thuật toán này là nhanh chóng giúp người dùng tìm thấy bản nhạc mà họ thích nghe. Màn hình chính được điều khiển bởi một hệ thống A.I. gọi là BaRT (“Bandits for Recommendations as Treatment”). Nhiệm vụ của hệ thống này là sắp xếp màn hình chính theo những cách riêng và phù hợp với từng người dùng (personalization) bao gồm các mục (shelves), danh sách các bản nhạc theo một chủ đề nhất định và thứ tự xuất hiện của chúng trong từng mục (shelves), đồng thời giúp bạn tìm được những bản nhạc yêu thích dựa trên lịch sử nghe nhạc trước đó và giới thiệu những bản nhạc mới để bạn không bị nhàm chán.

Hệ thống BaRT có thể được tóm gọn bằng 2 khái niệm: Khai thác (Exploit) và Khám phá (Explore). Ở góc độ khai thác, Spotify sử dụng thông tin đã có về bạn như lịch sử nghe nhạc, những bài hát mà bạn đã bỏ qua, những list nhạc bạn đã tạo, các hoạt động của bạn trên ứng dụng, và thậm chí cả location của bạn. Ở một góc độ khác – Khám phá, Spotify sử dụng thông tin về các list nhạc và nghệ sĩ tương tự với sở thích âm nhạc của bạn nhưng bạn chưa từng nghe, đánh giá mức độ nổi tiếng của các nghệ sĩ và nhiều thông tin khác. Bên cạnh khai thác để hiểu gu âm nhạc và khám phá xu hướng âm nhạc chung của thế giới, Spotify xem trọng cách thức giải thích các gợi ý âm nhạc của mình tới người dùng. Tiêu đề của các mục (shelves) trên ứng dụng như “Nghe lại bài hát cũ” hay “Có thể bạn sẽ thích” đều trực tiếp đưa ra lý do tại sao Spotify giới thiệu tới bạn một playlist nào đó. Theo một tài liệu nghiên cứu về BaRT năm 2019, Spotify phát hiện ra rằng lời giải thích này rất quan trọng để gia tăng sự tin cậy của người dùng.

Sự thành công của hệ thống BaRT được đo lường bằng việc bạn có thực sự nghe các bản nhạc được gợi ý trên các mục (shelves) hay không và nghe trong bao lâu. Khi bạn nghe một bài hát trong mục hơn 30 giây, thuật toán sẽ theo dõi và ghi nhận những gợi ý đưa ra từ hệ thống là phù hợp. Bạn nghe list nhạc được đề xuất trong thời gian càng dài thì độ chính xác của các đề xuất được đánh giá càng cao. Điểm mấu chốt để Spotify nhận biết một người có thích một bản nhạc hay không nằm trong 30 giây đầu. Năm 2015, trong một cuộc phỏng vấn với Quartz, Matthew Ogle – Product Director của Spotify đã chia sẻ rằng nếu người nghe nhạc skip bài hát trước mốc 30s, điều đó có nghĩa là list nhạc được đề xuất trong Discovery Weekly Playlist không hữu dụng. 

Qua các nghiên cứu, Spotify chỉ ra rằng, các thuật toán chỉ có thể chính xác khi mọi hành vi người dùng thao tác trên sản phẩm đều được theo dõi và ghi chép lại đầy đủ. 

Không có nhiều nghiên cứu học thuật mô tả chi tiết về cơ chế hoạt động hay cách đề xuất nhạc trong Discovery Weekly Playlist trên Spotify. Khi chia sẻ về Quartz, Ogle đã giới thiệu tổng quan về hệ thống trong đó hé lộ một chút thông tin liên quan đến kỹ thuật của tính năng này mà nhân viên Spotify đã đưa ra vào năm 2015. Discover Weekly là một danh sách gồm 30 bài hát được tổng hợp từ những người có cùng sở thích âm nhạc với bạn, những bài hát nghe có vẻ giống với bản bạn đang nghe và những bài hát phổ biến trong thời gian gần đây. Năm 2012, Brian Whitman, người đồng sáng lập ra The Echo Nest, một công ty startup mà Spotify đã mua lạivới giá 100 triệu đô la vào năm 2014 để cải thiện list nhạc gợi ý cho người dùng, đã chia sẻ rằng Echo Nest đã quét hơn 10 triệu website âm nhạc mỗi ngày để có được những thông tin toàn diện nhất về thị hiếu âm nhạc trên thế giới. 

Năm 2014, Sander Dieleman làm việc tại Spotify trong vai trò một thực tập sinh. Đây cũng chính là người đã đặt nền móng cho quá trình phân tích sự tương đồng trong thị hiếu âm nhạc và giải thích thuật toán phân tích âm thanh trong một bài đăng trên blog cá nhân. Vấn đề ban đầu là có rất nhiều bản nhạc mới được tải lên Spotify mỗi ngày, nhưng không có bất kỳ hệ thống nào giới thiệu những bản nhạc này tới người nghe nếu không được thể hiện bởi một ca sĩ nổi tiếng. Phương pháp lọc dựa trên độ phổ biến hay giới thiệu các bản nhạc được yêu thích bởi những người có cùng gu âm nhạc với nhau không thực sự hiệu quả đối với những nghệ sĩ hoàn toàn chưa được ai biết đến. 

Dieleman gọi đây là: “Cold-start problem”.

Giải pháp được đưa ra là tìm cách phân tích âm thanh và đào tạo thuật toán để học cách nhận diện các thành tố cấu tạo nên một bài hát. Một số thí nghiệm của Dieleman đã nhận diện được các thành tố của bài hát như giai điệu (concrete), một số thí nghiệm khác lại có thể nhận ra những yếu tố trừu tượng hơn như thể loại âm nhạc của bài hát.  Hệ thống phân tích này hiện đang đóng vai trò quan trọng để tạo ra Discover Weekly Playlist và đó là lý do tại sao bạn có thể được gợi ý nghe một bản nhạc từ một ca sĩ mà bạn chưa từng biết đến.

Spotify rất tích cực trong ứng dụng các thuật toán. Bạn có thể nhận ra loại thuật toán đề xuất để tạo ra các gợi ý trên màn hình chính và trong mục Discovery Weekly, nhưng cũng có những tools nhỏ hơn mà rất có thể bạn đang sử dụng mà không hề biết. Chẳng hạn như chức năng phát bài hát tự động. Tính năng này phân tích các bài hát trong một playlist nhất định và cố gắng dự đoán bản nhạc nên được phát tiếp theo khiến người dùng có cảm giác các bài hát này được liên tiếp add vào danh sách bởi chính người đã tạo ra playlist vậy. Spotify tìm những hướng đi mới để xây dựng tính năng này, vì vậy “Million Playlist Dataset” ra đời, tận dụng những playlist được tạo bởi người dùng để xác định đặc điểm của một bản nhạc hay. Spotify từng mời các AI Researcher tham gia nghiên cứu, giải quyết vấn đề này và trình bày giải pháp tại hội nghị năm 2018. Có hơn 100 nhóm nghiên cứu học thuật đã tham gia cuộc thi theo thống kê mặc dù chúng tôi chưa xác định được ý tưởng của đội chiến thắng đã được ứng dụng vào Spotify hay chưa.

Các nhà nghiên cứu của Spotify cũng đang nghiên cứu để tìm kiếm các bản cover của bài hát và phát các bản cover này thay vì bản gốc mà bạn đã từng nghe. Kết quả thu được, Spotify có thể phân biệt được chính xác bản cover với bản gốc, đặc biệt là các bản cover nhạc cụ và bản live. Dòng nhạc Jazz xem chừng phức tạp và khó hơn bởi người chơi nhạc Jazz thường có nhiều sự ngẫu hứng mỗi khi biểu diễn.  Ngoài ra, Spotify cũng sắp xếp lời bài hát trùng với thời gian phát nhạc. Điều này không chỉ hỗ trợ cho tính năng Behind the music mà còn mở ra các cơ hội mới cho Spotify. Các nhà khoa học máy tính của Spot Spotify chia sẻ: “Lời bài hát trùng khớp với thời gian phát nhạc có thể làm phong phú thêm trải nghiệm nghe nhạc của người dùng, cho phép họ hát karaoke, tìm kiếm dựa trên lời bài hát…”

Một trong những nghiên cứu quan trọng hàng đầu của Spotify là phân tích hành vi người dùng. Theo một nghiên cứu được công bố vào tháng 4 năm 2019, Spotify đã nghiên cứu dữ liệu từ hơn 16 triệu người dùng, theo dõi các loại nhạc những người này nghe từ tháng 12 năm 2016 đến tháng 2 năm 2018, bao gồm số lần nghe một bản nhạc hoặc thời gian phát nhạc của một ca sĩ cụ thể mỗi ngày, cũng như nơi mà người dùng đang sinh sống. Dữ liệu hành vi người dùng này kết hợp với các thông tin về giới tính và độ tuổi mà người dùng cung cấp cho phép Spotify nghiên cứu sự thay đổi trong thị hiếu âm nhạc của một người khi có sự thay đổi về vùng sinh sống cũng như sự ảnh hưởng của độ tuổi đến thể loại nhạc mà người dùng lựa chọn. Bằng cách nghiên cứu thị hiếu âm nhạc của người dùng đang sinh sống ở những vùng khác nhau, và so sánh xu hướng nghe nhạc của những người di chuyển từ nơi này qua nơi khác Spotify nhận ra rằng sinh sống tại một nơi trong thời gian dài có hưởng hưởng tới sở thích âm nhạc của người dùng theo một cách nào đó. 

“Thay đổi môi trường sống mới làm thay đổi nhu cầu và sở thích âm nhạc của người dùng. Tuy nhiên, sự ảnh hưởng này là rất nhỏ bởi người dùng có xu hướng duy trì thói quen nghe nhạc cũ hơn là thay đổi theo môi trường sống mới.” 

Từ những nghiên cứu dựa trên độ tuổi, Spotify cho rằng loại âm nhạc mà người dùng nghe trong độ tuổi từ 10 đến 20 là thể loại âm nhạc mà người dùng sẽ nghe chủ yếu trong tương lai và góp phần định hình thị hiếu âm nhạc riêng cho họ (Music Identity).

Tất cả những nghiên cứu này cho thấy lượng dữ liệu khổng lồ mà Spotify đang có và họ đang tiếp tục thu thập thêm dữ liệu từ người dùng để duy trì lợi thế cạnh tranh của mình. Một bài thuyết trình về Discover Weekly năm 2015 cho biết Spotify ghi lại một terabyte dữ liệu người dùng mỗi ngày. Công ty cũng khẳng định rằng sự thành công của tất cả các thuật toán này đến từ việc theo dõi và ghi lại mọi hành vi của người dùng trên ứng dụng. Đây thực sự là bí quyết tạo nên đặc trưng riêng cho Spotify. Sau tất cả, Spotify đã tìm được hướng phát triển riêng và mạnh mẽ, đánh bại gã khổng lồ Apply music khi sở hữu 100 triệu paid subscribers.

Tác giả: Dave Gershgorn

Bài viết gốc: Link

Người dịch Vân Phạm

Like & Follow Pixta Vietnam để thường xuyên cập nhật các tin tức công nghệ thú vị nhé!

Lưu ý: Danh sách bài hát hàng năm đi theo 'ngày phát hành' sớm nhất (đơn, album hoặc quốc gia phát hành đầu tiên). Không nhất thiết là năm một bài hát đạt đến đỉnh điểm trong bảng xếp hạng của Hoa Kỳ.
Not necessarily the year a song peaked in the U.S. charts.

Bài hát số 1 trong năm 2012 là gì?

10 lượt truy cập hàng đầu trong năm 2012 là gì?

Đứng đầu các bảng xếp hạng trong năm 2012 là gì?

Bài hát nóng nhất năm 2012 là gì?