Spotify पर मिलने वाले सुझावों को समझना

Spotify पर मिलने वाले सुझाव कैसे काम करते हैं?

Spotify में हमारा मकसद है कि हर यूज़र को अनूठा और बेहतरीन अनुभव मिले. हमारा लक्ष्य हर किसी को उनके पसंदीदा कॉन्टेंट से कनेक्ट करना और कुछ नया ढूँढने में उनकी मदद करना है. कॉन्टेंट सुनने वाले कोई भी दो लोग एक जैसे नहीं होते, इसलिए Spotify पर सभी का अनुभव और हमारे कई सुझाव लोगों के मुताबिक होते हैं. जब उनसे पूछा गया कि उन्हें Spotify के बारे में क्या पसंद है, तो ज़्यादातर सुनने वालों ने बताया कि पसंद के मुताबिक कॉन्टेंट के सुझाव पाना उनके लिए टॉप फ़ीचर है. आपके मन में यह सवाल उठता होगा कि हम होम फ़ीड, प्लेलिस्ट, खोज के नतीजों या Spotify सेवा के अन्य हिस्सों में इन सुझावों को कैसे जनरेट करते हैं. हम यह जानने में आपकी मदद करना चाहते हैं कि ये काम कैसे करते हैं.

Spotify में लोग और टेक्नोलॉजी साथ मिलकर काम करते हैं, ताकि प्रासंगिक सुझाव दिए जा सकें. कुछ सुझाव एडिटर के क्यूरेशन पर आधारित होते हैं, जैसे कि म्यूज़िक एडिटर द्वारा बनाई गई कोई पॉप प्लेलिस्ट. अन्य सुझाव हर कॉन्टेंट सुनने वाले की यूनीक पसंद के हिसाब से दिए जाते हैं, जैसे कि उनके लिए पर्सनलाइज़ की गई लेलिस्ट, जिसे विशेषज्ञों के द्वारा डिज़ाइन किए गए एल्गोरिदम की मदद से चलाया जाता है.

हमारा मानना है कि सुझाव सिर्फ़ अगले क्लिक के लिए ऑप्टिमाइज़ नहीं होने चाहिए, बल्कि आपकी पसंद के हिसाब से बदलते रहने चाहिए. हमारे पास ऐसी खास टीम हैं जो यह पक्का करती हैं कि आपको दिए जाने वाले सुझाव ऐसे हों जो लोगों को वाकई कॉन्टेंट के साथ एंगेज करें और और आपके साथ गहरे रिश्ते बनाए. हम आपको दिए जाने वाले सुझावों के सिस्टम को बेहतर बनाने के लिए लगातार काम कर रहे हैं, ताकि यह पक्का किया जा सके कि आपको प्रासंगिक और बढ़िया कॉन्टेंट मिले.

एडिटर के क्यूरेशन

Spotify के एडिटर, डेटा इनसाइट, सुनने और समझने की अच्छे कौशल और सांस्कृतिक रुझानों की समझ का इस्तेमाल करके, कॉन्टेंट को ऐसी जगहों पर दिखाते हैं जहाँ दुनिया भर के प्रशंसक उससे सबसे ज़्यादा जुड़ सकें. Spotify पर कॉन्टेंट के सुझाव देने के लिए, वे Spotify पर सोच-समझकर कॉन्टेंट क्यूरेट करते हैं, जैसे एडिटोरियल प्लेलिस्ट. दुनिया भर में Spotify के एडिटर, स्थानीय म्यूज़िक और संस्कृति की अच्छी समझ रखते हैं. इससे, सुनने वालों को बेहतरीन अनुभव देने के लिए, प्रोग्रामिंग से जुड़े फ़ैसले लेने में मदद मिलती है.

पर्सनलाइज़ किए गए सुझाव

Spotify, एल्गोरिदम पर आधारित ऐसे सुझाव दिखाता है जो प्रासंगिक, खास और हर यूज़र के मुताबिक होते हैं. हमारे एल्गोरिदम, Spotify पर हर कॉन्टेंट सुनने वाले के अनुभव के हिसाब से कॉन्टेंट को चुनकर क्रम से लगाते हैं. इसमें खोज के नतीजे, होम पेज और यूज़र के हिसाब से बनाई गई प्लेलिस्ट शामिल हैं.

ये सुझाव देने के लिए, हमारे एल्गोरिदम को कुछ खास इनपुट की ज़रूरत होती है. इन इनपुट की अहमियत समय के आधार पर बदल सकती है, जो किसी व्यक्ति द्वारा Spotify के इस्तेमाल पर निर्भर होता है. हमारा मानना है कि सबसे बढ़िया यूज़र अनुभव देने के लिए, यूज़र की टेस्ट प्रोफ़ाइल सबसे ज़रूरी इनपुट है. नीचे आपको सबसे ज़रूरी इनपुट के बारे में जानकारी मिलेगी और पता चलेगा कि ये कैसे काम करते हैं.

आपकी "टेस्ट प्रोफ़ाइल"

Spotify इस्तेमाल करते समय, आपके द्वारा लिए जाने वाले ऐक्शन जैसे कि खोजने, सुनने, स्किप करने या 'आपकी लाइब्रेरी' में सेव करने से, हमें आपकी पसंद को समझने में मदद मिलती है. हम इसे आपकी "टेस्ट प्रोफ़ाइल" कहते हैं और इससे हमारे एल्गोरिदम को संकेत मिलते हैं कि आपको कैसा और किस तरह से कॉन्टेंट सुनना पसंद है.

• उदाहरण: अगर आप किसी खास आर्टिस्ट को सुनते हैं, तो हम आपको उस आर्टिस्ट के और गानों के सुझाव दे सकते हैं.
• उदाहरण: हमारी रिलीज़ रेडार प्लेलिस्ट में आपके द्वारा सुने गए मिलते-जुलते म्यूज़िक के आधार पर उन नई रिलीज़ का सुझाव दिया जाता है, जो हमारे हिसाब से आपको पसंद आ सकते हैं.
• उदाहरण: अगर आप खेल से जुड़ा कोई पॉडकास्ट सुनते हैं, तो हम आपको खेल से जुड़े अन्य पॉडकास्ट के सुझाव दे सकते हैं.

आपके द्वारा हमारे साथ शेयर की गई जानकारी

सुझाव, आपके द्वारा Spotify के साथ शेयर की गई जानकारी पर भी आधारित होते हैं, जैसे कि आपकी सामान्य (जो सटीक नहीं होती) लोकेशन, आपकी भाषा, आपकी उम्र और आप किसे फ़ॉलो करते हैं. इससे हमारे एल्गोरिदम को सिग्नल मिलते हैं कि आपकी किन विषयों में दिलचस्पी है या आपको किन आर्टिस्ट के बारे में अप-टू-डेट रहना है.

• उदाहरण: अगर आप किसी खास पॉडकास्ट को फ़ॉलो करते है, तो हम आपको उसी पॉडकास्ट के किसी एपिसोड का सुझाव दे सकते हैं.
• उदाहरण: अगर आप Spotify पर अपनी भाषा के तौर पर जर्मन को चुनते हैं, तो हम आपको जर्मन भाषा में बनाए गए पॉडकास्ट के सुझाव दे सकते हैं.

ट्रेंड

सभी के लिए सुझावों को बेहतर बनाने के लिए, हमारे एल्गोरिदम ट्रेंड, यूज़र के व्यवहार और उनकी सामान्य पसंद को ध्यान में रखते हैं. जब यूज़र किसी कॉन्टेंट पर मिलते-जुलते ऐक्शन लेते हैं, तो हमारे एल्गोरिदम को इस बारे में और जानकारी मिलती है कि लोगों कॉन्टेंट के साथ किस तरह इंटरैक्ट करना पसंद है.

• उदाहरण: अगर कई यूज़र खोज के किसी खास नतीजे के साथ इंटरैक्ट कर रहे हैं (जैसे कि कोई गाना या पॉडकास्ट), तो हम उससे मिलता-जुलता कॉन्टेंट खोजने वाले अन्य लोगों को भी उस नतीजे का सुझाव देंगे.

कॉन्टेंट के बारे में जानकारी

हमारे एल्गोरिदम, कॉन्टेंट की विशेषताओं को ध्यान में रखते हैं, जैसे कि उसका जॉनर, रिलीज़ की तारीख, पॉडकास्ट की कैटेगरी वगैरह. इससे हमें पता चलता है कि मिलती-जुलती विशेषताओं वाला कौन-सा ऐसा कॉन्टेंट है, जिसका मज़ा मिलते-जुलते कॉन्टेंट सुनने वाले ले सकते हैं.

• उदाहरण: अगर आपको पॉप म्यूज़िक सुनना बहुत पसंद है, तो हम आपको मिलते-जुलते अन्य पॉप गानों के सुझाव दे सकते हैं.
• उदाहरण: अगर आपको अपराध से जुड़ी ऑडियोबुक सुनना बहुत पसंद है, तो हम आपको अपराध से जुड़ी अन्य ऑडियोबुक के सुझाव दे सकते हैं.

कॉन्टेंट सुनने वालों की सुरक्षा

एक प्लैटफ़ॉर्म के तौर पर, हम क्रिएटर, कॉन्टेंट सुनने वालों और कम्युनिटी पर पड़ने वाले अपने प्रभाव का मूल्यांकन करते हैं. Spotify यह पक्का करने के लिए काम करता है कि उचित सुरक्षा उपाय और प्रोसेस लागू किए जाएँ. इसमें नुकसान पहुँचाने वाले कॉन्टेंट को रोकना भी शामिल है. हम एल्गोरिदम की ज़िम्मेदारी को गंभीरता से लेते हैं और इसके लिए पॉलिसी, प्रोडक्ट और रिसर्च टीम आपस में सहयोग करती हैं. साथ ही, हम बाहरी विशेषज्ञों, जैसे कि Spotify Safety Advisory Council से भी सलाह लेते हैं.

Spotify प्लैटफ़ॉर्म से संबंधित नियम, प्लैटफ़ॉर्म पर मौजूद हर कॉन्टेंट पर लागू होते हैं, जिसमें सुझाया गया कॉन्टेंट भी शामिल है. इन नियमों को कई तरह के बाहरी विशेषज्ञों से इनपुट लेकर आंतरिक टीमों ने तैयार किया है. जब हमें संभावित तौर पर उल्लंघन करने वाले कॉन्टेंट का पता चलता है, तब हम अपनी पॉलिसी के तहत उसकी समीक्षा करते हैं. उसके बाद, उचित कार्रवाई की जाती है. उदाहरण के लिए, इन कार्रवाइयों में उल्लंघन करने वाले कॉन्टेंट को सुझावों में दिखाए जाने से प्रतिबंधित करना शामिल है.

आपको मिलने वाले सुझावों के आधार को किस तरह से प्रभावित कर सकते हैं?

आपको मिलने वाले सुझाव, Spotify पर कॉन्टेंट के साथ आपके एंगेजमेंट के हिसाब से लगातार प्रभावित होते रहते हैं. आप जितना ज़्यादा अपनी पसंद का कॉन्टेंट सुनते हैं और ऐप के साथ जितना ज़्यादा इंटरैक्ट करते हैं, हमें लगता है कि आपको मिलने वाले सुझाव उतने ही पसंद आएँगे.

आपको सुझावों में क्या दिखना चाहिए या कोई खास कॉन्टेंट कम दिखना चाहिए, हम इसे प्रभावित करने या इस बारे में फ़ीडबैक देने के तरीके भी आपको उपलब्ध कराते हैं. यहाँ कुछ उदाहरण दिए गए हैं:

• टेस्ट प्रोफ़ाइल से हटाना: जब आप किसी प्लेलिस्ट को टेस्ट प्रोफ़ाइल से हटाते हैं, तो आपके आगे के सुझावों पर उस प्लेलिस्ट का असर कम हो जाता है.
• सुझावों पर फ़ीडबैक देना: जब आप Spotify पर किसी सुझाव पर [दिलचस्पी नहीं है/पसंद नहीं आया] टैप करते हैं, तो इससे मिलते-जुलते सुझाव कम दिए जाते हैं.
• अश्लील कॉन्टेंट का फ़िल्टर: जब आप अश्लील कॉन्टेंट को बंद करते हैं, तो अश्लील टैग वाला सारा कॉन्टेंट ग्रे-आउट हो जाएगा और उसे चलाया नहीं जा सकेगा.

कुछ मामलों में, आप अपने सुझावों को इस आधार पर भी व्यवस्थित और फ़िल्टर कर सकते हैं कि आपको सबसे ज़्यादा क्या देखना है. उदाहरण के लिए, आप अपने होम पेज को इस तरह से फ़िल्टर कर सकते हैं कि आपको सिर्फ़ पॉडकास्ट या सिर्फ़ म्यूज़िक ही दिखेगा.

व्यावसायिक कारणों का आपके सुझावों पर क्या असर पड़ता है?

कॉन्टेंट का सुझाव देते समय Spotify, सुनने वालों की संतुष्टि को प्राथमिकता देता है. कुछ मामलों में, व्यावसायिक कारणों का असर हमारे सुझावों पर पड़ सकता है, जैसे कि कॉन्टेंट की कीमत या फिर उससे कमाई की जा सकती है या नहीं. उदाहरण के लिए, Discovery Mode की मदद से आर्टिस्ट और लेबल ऐसे गानों की पहचान कर पाते हैं जो उनके लिए प्राथमिकता रखते हैं. हमारा सिस्टम, एल्गोरिदम में यह सिग्नल जोड़ देता है, जिससे पर्सनलाइज़ किए गए सुनने के सेशन का कॉन्टेंट निर्धारित होता है. जब कोई आर्टिस्ट या लेबल किसी गाने के लिए Discovery Mode को चालू करता है, तो Spotify अपने प्लैटफ़ॉर्म पर उन सभी जगहों पर उस गाने को स्ट्रीम किए जाने पर कमीशन लेता है जहाँ Discovery Mode ऐक्टिव है. (Discovery Mode हमारी ऐडिटोरियल प्लेलिस्ट में ऐक्टिव नहीं है). इस सिग्नल की वजह से, चुने गए गानों की सुझावों में आने की संभावना बढ़ जाती है, लेकिन इसकी कोई गारंटी नहीं है. हम सिर्फ़ उन्हीं गानों के सुझाव देते हैं, जिसकी सुनने वालों को पसंद आने की संभावना ज़्यादा है. सभी सुझावों के मामले में, जब कोई सुनने वाला किसी गाने के साथ एंगेज नहीं करता है, — इसमें Discovery Mode वाले गाने भी शामिल हैं —, तब हम इस पर ध्यान देते हैं और इसके आधार पर तय करते हैं कि आगे क्या सुझाव दिया जाए.