个性化自动播放 2.0 现已上线
我们刚刚发布了个性化自动播放的重大升级。此版本专注于一个核心目标：使推荐能够更快地适应每个听众，同时保持播放稳定且不间断。
变更内容
1) 跳过现在影响推荐权重
当用户跳过个性化曲目时，Beatra 会将其记录为推荐评分的负信号。相似的艺术家和相邻候选项的权重会随时间降低。
这立即改进了两件事：
- 来自同一推荐集群的重复遗漏更少
- 更快地收敛到听众的真实品味
2) 为冷启动用户提供新的喜欢和不喜欢反馈按钮
如果 Beatra 检测到它对听众的了解还不够充分，现在会直接在个性化曲目上显示两个反馈按钮：
- 喜欢
- 不喜欢
行为：
- 喜欢：增加相似艺术家和候选项的推荐权重
- 不喜欢：立即跳过曲目并应用更强的负权重
这比仅被动听音更快地解决冷启动问题。
3) 个性化自动播放现在使用滚动队列
自动播放不再依赖单曲获取行为。它现在维护滚动队列模型：
- 目标队列大小：5 首歌曲
- 队列在减少时主动补充
- 推荐逻辑在播放期间持续触发
结果：跳过保持响应性，下一个候选项始终准备就绪。
4) 自动播放和 24/7 模式的更好连续性
我们改进了重新连接和重启场景的连续性行为：
- 播放状态被保留
- 当前曲目和队列在可能的情况下被恢复
- 自动播放和 24/7 模式设置被保留
这提供了在临时故障后更正常的播放风格恢复。
5) 推荐引擎现在使用显式反馈评分
推荐排名不再仅基于听音时长和亲和力。它现在还使用显式用户反馈信号：
- 喜欢提升分数
- 不喜欢和跳过降低分数
- 艺术家级别的权重动态更新
简而言之，引擎现在学习你播放的内容和你拒绝的内容。
随着更多反馈的到来，个性化自动播放将继续改进。如果你使用新的按钮，推荐质量应该在你的前几个会话中明显更快地改进。