Personalized Autoplay अब स्किप, Like, और Dislike फीडबैक से सीखता है, 5-ट्रैक रोलिंग क्यू रखता है, और रीकनेक्ट और रीस्टार्ट के दौरान निरंतरता में सुधार करता है।

हमने Personalized Autoplay के लिए एक बड़ा अपग्रेड लॉन्च किया है। यह रिलीज एक मुख्य लक्ष्य पर केंद्रित है: प्रत्येक श्रोता के लिए सिफारिशों को अधिक तेजी से अनुकूल बनाएं और प्लेबैक को स्थिर और निरंतर रखें।
जब कोई उपयोगकर्ता Personalized ट्रैक को स्किप करता है, Beatra इसे सिफारिश स्कोरिंग के लिए एक नकारात्मक संकेत के रूप में रिकॉर्ड करता है। समान कलाकार और निकटवर्ती उम्मीदवारों को समय के साथ कम वजन दिया जाता है।
यह दो चीजों को तुरंत बेहतर बनाता है:
यदि Beatra पता लगाता है कि वह श्रोता को अभी अच्छी तरह नहीं जानता है, तो यह Personalized ट्रैक पर सीधे दो फीडबैक बटन दिखाता है:
व्यवहार:
यह कोल्ड-स्टार्ट को निष्क्रिय सुनने से बहुत अधिक तेजी से हल करता है।
ऑटोप्ले अब एकल-ट्रैक फेच व्यवहार पर निर्भर नहीं करता है। यह अब एक रोलिंग क्यू मॉडल बनाए रखता है:
परिणाम: स्किप प्रतिक्रियाशील रहता है, और अगला उम्मीदवार हमेशा तैयार होता है।
हमने रीकनेक्ट और रीस्टार्ट परिस्थितियों के लिए निरंतरता व्यवहार में सुधार किया है:
यह अस्थायी विफलताओं के बाद बहुत अधिक सामान्य-प्ले शैली की वसूली देता है।
सिफारिश रैंकिंग अब केवल सुनने की अवधि और संबंध पर आधारित नहीं है। यह अब स्पष्ट उपयोगकर्ता फीडबैक संकेत भी उपयोग करता है:
संक्षेप में, इंजन अब जो आप चलाते हैं और जो आप अस्वीकार करते हैं दोनों से सीखता है।
Personalized Autoplay जारी रखेगा जैसे-जैसे अधिक फीडबैक आता है। यदि आप नए बटनों का उपयोग करते हैं, तो सिफारिश गुणवत्ता आपके पहले सत्रों में ध्यान से तेजी से सुधार करनी चाहिए।