Tilbake til blogg
19. mars 20262 min lesing57 lesninger
Personalized Autoplay 2.0: Feedback-Learning, Smart Skip, og Better Continuity
Personalized Autoplay lærer nå fra skip-, Like- og Dislike-tilbakemelding, opprettholder en rullerekke med 5 spor og forbedrer kontinuiteten ved gjenoppretting og omstart.
Personalized Autoplay 2.0 Er Live
Vi har nettopp lansert en større oppgradering av Personalized Autoplay. Denne utgivelsen fokuserer på ett kjernepunkt: få anbefalinger til å tilpasse seg raskere til hver lytter, samtidig som avspillingen forblir stabil og uavbrutt.
Hva ble endret
1) Skip påvirker nå anbefalingsvekt
Når en bruker hopper over et Personalized-spor, registrerer Beatra det som et negativt signal for anbefalingspoeng. Lignende artister og tilgrensende kandidater får lavere vekt over tid.
Dette forbedrer to ting umiddelbart:
- Færre gjentatte missere fra samme anbefalingskluster
- Raskere konvergens mot lyttes faktiske smak
2) Nye Like og Dislike tilbakemeldingsknapper for cold-start-brukere
Hvis Beatra oppdager at det ikke kjenner lytteren godt nok ennå, viser det nå to tilbakemeldingsknapper direkte på Personalized-spor:
- Like
- Dislike
Atferd:
- Like: øker anbefalingsvekten for lignende artister og kandidater
- Dislike: hopper umiddelbar over sporet og bruker en sterkere negativ vekt
Dette løser cold-start mye raskere enn passiv lytting alene.
3) Personalized autoplay bruker nå en rullerekke
Autoplay stoler ikke lenger på single-track fetch-atferd. Det opprettholder nå en rullerekkemodell:
- Målkøstørrelse: 5 spor
- Køen fylles på proaktivt når den reduseres
- Anbefalingslogikk utløses kontinuerlig under avspilling
Resultat: hopp forblir responsiv og neste kandidat er alltid klar.
4) Bedre kontinuitet for autoplay og 24/7-modus
Vi forbedret kontinuitetsatferden for gjenopprettings- og omstartscenarier:
- Avspillingstilstand blir vedvarende
- Gjeldende spor og kø gjenopprettes når mulig
- Autoplay og 24/7-modusinnstillinger bevares
Dette gir mye mer normal avspillingsåtervinning etter forbigående feil.
5) Anbefalingsmotoren bruker nå eksplisitt tilbakemeldingspoeng
Anbefalingsrangering er ikke lenger basert bare på lyttevarighet og affinitet. Den bruker nå også eksplisitte brukerresponssignaler:
- Like øker poeng
- Dislike og hopp reduserer poeng
- Artistnivåvekt oppdateres dynamisk
Kort fortalt lærer motoren nå fra både hva du spiller og hva du avviser.
Personalized Autoplay vil fortsette å forbedres når mer tilbakemelding kommer. Hvis du bruker de nye knappene, bør anbefalingskvaliteten forbedres merkbart raskere i de første øktene dine.