Personalized Autoplay 2.0: Aprendizaje por Retroalimentación, Salto Inteligente y Mejor Continuidad

Personalized Autoplay 2.0 está en línea

Acabamos de lanzar una actualización importante de Personalized Autoplay. Esta versión se enfoca en un objetivo principal: hacer que las recomendaciones se adapten más rápidamente a cada oyente mientras se mantiene la reproducción estable e ininterrumpida.

Qué cambió

1) El salto ahora afecta el peso de la recomendación

Cuando un usuario salta una pista de Personalized, Beatra registra esto como una señal negativa para la puntuación de recomendación. Artistas similares y candidatos adyacentes se ponderan menos con el tiempo.

Esto mejora dos cosas inmediatamente:

• Menos errores repetidos del mismo clúster de recomendaciones
• Convergencia más rápida hacia el gusto real del oyente

2) Nuevos botones de retroalimentación Me gusta y No me gusta para usuarios en fase inicial

Si Beatra detecta que aún no conoce suficientemente bien al oyente, ahora muestra dos botones de retroalimentación directamente en las pistas de Personalized:

• Me gusta
• No me gusta

Comportamiento:

• Me gusta: aumenta el peso de la recomendación para artistas y candidatos similares
• No me gusta: salta instantáneamente la pista y aplica una ponderación negativa más fuerte

Esto resuelve la fase inicial mucho más rápido que solo escuchar pasivamente.

3) Personalized Autoplay ahora utiliza una cola rodante

Autoplay ya no se basa en el comportamiento de búsqueda de una sola pista. Ahora mantiene un modelo de cola rodante:

• Tamaño objetivo de la cola: 5 pistas
• La cola se rellena proactivamente a medida que se vacía
• La lógica de recomendación se activa continuamente durante la reproducción

Resultado: el salto sigue siendo receptivo y el siguiente candidato siempre está listo.

4) Mejor continuidad para autoplay y modo 24/7

Mejoramos el comportamiento de continuidad para escenarios de reconexión y reinicio:

• El estado de reproducción se persiste
• La pista actual y la cola se restauran cuando es posible
• Las configuraciones de Autoplay y modo 24/7 se preservan

Esto proporciona una recuperación de estilo de reproducción mucho más normal después de fallos transitorios.

5) El motor de recomendación ahora utiliza puntuación de retroalimentación explícita

La clasificación de recomendaciones ya no se basa solo en la duración de escucha y afinidad. Ahora también utiliza señales de retroalimentación explícita del usuario:

• Me gusta aumenta la puntuación
• No me gusta y saltar reducen la puntuación
• La ponderación a nivel de artista se actualiza dinámicamente

En resumen, el motor ahora aprende tanto de lo que reproduces como de lo que rechazas.

---

Personalized Autoplay seguirá mejorando a medida que llegue más retroalimentación. Si utilizas los nuevos botones, la calidad de la recomendación debería mejorar notablemente más rápido en tus primeras sesiones.