Personalized Autoplay 2.0: Feedback-Learning, Smart Skip, and Better Continuity

Personalized Autoplay 2.0 Está Ao Vivo

Acabamos de lançar uma atualização importante para Personalized Autoplay. Este lançamento se concentra em um objetivo principal: fazer as recomendações se adaptarem mais rapidamente a cada ouvinte, mantendo a reprodução estável e ininterrupta.

O que mudou

1) Skip agora afeta o peso da recomendação

Quando um usuário pula uma faixa Personalized, Beatra registra isso como um sinal negativo para a pontuação de recomendação. Artistas similares e candidatos adjacentes são penalizados ao longo do tempo.

Isso melhora imediatamente duas coisas:

• Menos repetições fracassadas do mesmo cluster de recomendação
• Convergência mais rápida para o gosto real do ouvinte

2) Novos botões Like e Dislike para usuários cold-start

Se Beatra detecta que ainda não conhece bem o ouvinte, agora mostra dois botões de feedback diretamente nas faixas Personalized:

• Like
• Dislike

Comportamento:

• Like: aumenta o peso da recomendação para artistas similares e candidatos
• Dislike: pula instantaneamente a faixa e aplica um peso negativo mais forte

Isso resolve o cold-start muito mais rapidamente do que apenas ouvir passivamente.

3) Autoplay personalizado agora usa uma fila rolling

Autoplay não depende mais de comportamento de busca única. Agora mantém um modelo de fila rolling:

• Tamanho alvo da fila: 5 faixas
• A fila é preenchida proativamente conforme se esgota
• A lógica de recomendação é acionada continuamente durante a reprodução

Resultado: skip continua responsivo e o próximo candidato está sempre pronto.

4) Melhor continuidade para autoplay e modo 24/7

Melhoramos o comportamento de continuidade para cenários de reconexão e reinicialização:

• O estado de reprodução é persistido
• A faixa atual e a fila são restauradas quando possível
• As configurações de Autoplay e modo 24/7 são preservadas

Isso oferece uma recuperação muito mais natural após falhas transitórias.

5) O mecanismo de recomendação agora usa pontuação de feedback explícita

A classificação de recomendação não se baseia mais apenas em duração de escuta e afinidade. Agora também usa sinais de feedback do usuário explícitos:

• Like aumenta a pontuação
• Dislike e skip reduzem a pontuação
• A ponderação em nível de artista é atualizada dinamicamente

Em resumo, o mecanismo agora aprende tanto com o que você ouve quanto com o que você rejeita.

---

Personalized Autoplay continuará melhorando conforme mais feedback chega. Se você usar os novos botões, a qualidade da recomendação deve melhorar notavelmente mais rapidamente em suas primeiras sessões.