個人化自動播放 2.0 現已上線
我們剛剛發布了個人化自動播放的重大升級。此版本專注於一個核心目標：使推薦能夠更快地適應每個聽眾，同時保持播放穩定且不間斷。
變更內容
1) 跳過現在影響推薦權重
當使用者跳過個人化曲目時，Beatra 會將其記錄為推薦評分的負信號。相似的藝術家和相鄰候選項的權重會隨時間降低。
這立即改進了兩件事：
- 來自同一推薦叢集的重複遺漏更少
- 更快地收斂到聽眾的真實品味
2) 為冷啟動使用者提供新的喜歡和不喜歡回饋按鈕
如果 Beatra 檢測到它對聽眾的瞭解還不夠充分，現在會直接在個人化曲目上顯示兩個回饋按鈕：
- 喜歡
- 不喜歡
行為：
- 喜歡：增加相似藝術家和候選項的推薦權重
- 不喜歡：立即跳過曲目並應用更強的負權重
這比僅被動聽音更快地解決冷啟動問題。
3) 個人化自動播放現在使用滾動隊列
自動播放不再依賴單曲獲取行為。它現在維護滾動隊列模型：
- 目標隊列大小：5 首歌曲
- 隊列在減少時主動補充
- 推薦邏輯在播放期間持續觸發
結果：跳過保持響應性，下一個候選項始終準備就緒。
4) 自動播放和 24/7 模式的更好連續性
我們改進了重新連接和重啟場景的連續性行為：
- 播放狀態被保留
- 目前曲目和隊列在可能的情況下被復原
- 自動播放和 24/7 模式設定被保留
這提供了在暫時故障後更正常的播放風格復原。
5) 推薦引擎現在使用明確回饋評分
推薦排名不再僅基於聽音時長和親和力。它現在還使用明確使用者回饋信號：
- 喜歡提升分數
- 不喜歡和跳過降低分數
- 藝術家級別的權重動態更新
簡而言之，引擎現在學習你播放的內容和你拒絕的內容。
隨著更多回饋的到來，個人化自動播放將繼續改進。如果你使用新的按鈕，推薦品質應該在你的前幾個工作階段中明顯更快地改進。