Personalized Autoplay lærer nu af skip-, Like- og Dislike-feedback, vedligeholder en rullende kø med 5 numre og forbedrer kontinuitet ved genforbindelse og genstart.

Vi har netop lanceret en større opgradering af Personalized Autoplay. Denne udgivelse fokuserer på ét kernepunkt: få anbefalinger til at tilpasse sig hurtigere til hver lytter, samtidig med at afspilningen forbliver stabil og uafbrudt.
Når en bruger springer over et Personalized-nummer, registrerer Beatra det som et negativt signal for anbefalingsscoring. Lignende artister og tilstødende kandidater får lavere vægt over tid.
Dette forbedrer to ting øjeblikkeligt:
Hvis Beatra opdager, at det ikke kender lytteren godt nok endnu, viser det nu to feedbackknapper direkte på Personalized-numre:
Adfærd:
Dette løser cold-start meget hurtigere end blot passiv lytning.
Autoplay er ikke længere afhængig af single-track fetch-adfærd. Det vedligeholder nu en rullende kømodel:
Resultat: spring forbliver responsivt, og næste kandidat er altid klar.
Vi forbedrede kontinuitetsadfærden for genforbindel- og genstartscenarier:
Dette giver meget mere normal afspilningsgendannelse efter forbigående fejl.
Anbefalingsrangering er ikke længere baseret kun på lyttevarighed og affinitet. Den bruger nu også eksplicitte brugerfeedback-signaler:
Kort sagt lærer motoren nu fra både hvad du afspiller og hvad du afviser.
Personalized Autoplay vil fortsætte med at forbedres, efterhånden som der kommer mere feedback. Hvis du bruger de nye knapper, bør anbefalingskvaliteten forbedres mærkbart hurtigere i dine første sessioner.