Los sistemas de recomendación de música se han vuelto esenciales para los servicios de streaming, ya que ayudan a los usuarios a descubrir nuevas canciones y volver a escuchar sus favoritas. Estos sistemas utilizan algoritmos que analizan los patrones de escucha de los usuarios y realizan recomendaciones de canciones personalizadas. Un tipo clave de algoritmo utilizado en estos servicios son los sistemas de recomendación secuencial, que predicen la próxima canción que disfrutará un usuario en función de sesiones de escucha anteriores. A diferencia de los modelos estáticos tradicionales, los sistemas secuenciales se centran en las preferencias dinámicas de los usuarios, que evolucionan y permiten a los usuarios explorar nuevos contenidos mientras disfrutan de canciones conocidas.
Un desafío importante en estos sistemas es reflejar con precisión los comportamientos de escucha repetitivos de los usuarios. El consumo de música a menudo implica escuchar las mismas canciones varias veces, pero muchos sistemas existentes necesitan tener en cuenta este comportamiento de manera adecuada. La falta de modelado de patrones de escucha repetidos puede dar como resultado recomendaciones que pasen por alto aspectos clave de la experiencia musical del usuario. Esto es particularmente problemático en la música, donde los usuarios a menudo vuelven a las mismas pistas, álbumes o artistas y, por lo tanto, requieren un sistema que pueda predecir de manera efectiva el contenido nuevo y repetido.
Los métodos actuales, como el filtrado colaborativo y los modelos de aprendizaje profundo como las redes neuronales recurrentes, se han utilizado ampliamente para modelar las preferencias de los usuarios. Estos modelos capturan de manera eficaz la evolución dinámica de los gustos a lo largo del tiempo, pero pasan por alto la naturaleza repetitiva de la escucha musical. Si bien algunos modelos intentan integrar interacciones pasadas para informar recomendaciones futuras, a menudo necesitan proporcionar una solución sólida para recomendaciones musicales secuenciales, especialmente para reconocer cuándo es probable que los usuarios repitan sus patrones de escucha. Estas limitaciones han despertado el interés en el desarrollo de modelos más refinados para manejar la complejidad del comportamiento repetitivo en el consumo de música.
Los investigadores de Deezer han presentado un novedoso sistema llamado PISA (Psychology-Informed Session embedding using ACT-R), diseñado específicamente para mejorar las recomendaciones de escucha secuencial incorporando el comportamiento de escucha repetitivo en el modelo predictivo. El sistema aprovecha los conocimientos de la psicología cognitiva, en concreto el marco ACT-R (Adaptive Control of Thought-Rational), para simular cómo la memoria humana procesa la información, en particular cómo los usuarios recuerdan y vuelven a escuchar las canciones. Al modelar estas dinámicas de la memoria, PISA pretende ofrecer recomendaciones más precisas, equilibrando la sugerencia de canciones nuevas y las que ya se han disfrutado. El trabajo de los investigadores en Deezer proporciona una aplicación práctica de la teoría cognitiva para mejorar las experiencias de los usuarios en una plataforma de streaming de música global.
PISA funciona a través de una arquitectura basada en Transformer que captura patrones dinámicos y repetitivos en el comportamiento del usuario. El sistema crea representaciones integradas de sesiones de escucha y usuarios, lo que le permite modelar secuencias de sesiones de manera efectiva. Utiliza pesos de atención influenciados por componentes ACT-R, incluida la activación de nivel base, que refleja cuán recientemente y con qué frecuencia se ha escuchado una canción, y la activación de propagación, que captura las relaciones entre las canciones en la misma sesión. Esta combinación permite a PISA predecir qué canciones es probable que vuelvan a escuchar los usuarios y, al mismo tiempo, es capaz de introducir contenido nuevo. El marco ACT-R también incorpora coincidencias parciales, lo que ayuda al sistema a recomendar canciones con características similares, incluso si no se han escuchado juntas antes.
El rendimiento de PISA se ha validado utilizando dos conjuntos de datos a gran escala: uno del sitio web de música pública Last.fm y otro del conjunto de datos propietario de Deezer. En los experimentos, el sistema superó a los modelos tradicionales en varias métricas clave. Por ejemplo, en lo que respecta a NDCG (Normalized Discounted Cumulative Gain), PISA obtuvo un 12,16% en Last.fm, lo que demuestra una capacidad superior para clasificar las canciones relevantes en un lugar más alto de la lista de recomendaciones que otros modelos. Además, la puntuación de recuerdo de PISA, que mide cuántas de las canciones recomendadas escuchó el usuario, fue significativamente superior, llegando hasta el 12,09% en algunos casos. Estas mejoras reflejan la capacidad de PISA para modelar con precisión las preferencias de los usuarios por canciones que ya han escuchado antes y por canciones nuevas.
En particular, PISA demostró su capacidad para gestionar los comportamientos repetitivos en la escucha de música. En Deezer, el sistema alcanzó una precisión de repetición del 88,27%, que se ajustaba estrechamente a los comportamientos de escucha de los usuarios, que implicaban reproducir con frecuencia sus canciones favoritas. El sesgo de repetición del sistema, que mide si el sistema enfatiza demasiado las canciones repetidas, fue significativamente menor que otros modelos, lo que indica que PISA logra un buen equilibrio entre recomendar canciones repetidas y nuevas. Además, PISA superó a modelos como RepeatNet y SASRec en tareas exploratorias, presentando a los usuarios canciones nuevas que no habían escuchado antes, mejorando la experiencia de descubrimiento en las plataformas de música.
En conclusión, el sistema PISA aborda una brecha crucial en la recomendación musical al incorporar la psicología cognitiva en el diseño de un recomendador secuencial. Al tener en cuenta tanto los comportamientos de escucha repetitivos como los evolutivos, ofrece una experiencia de recomendación más precisa y fácil de usar. Los investigadores de Deezer han demostrado que la combinación de modelos de usuario dinámicos con modelos de repetición basados en la memoria puede mejorar significativamente el rendimiento de los sistemas de recomendación musical. PISA proporciona recomendaciones más relevantes y ayuda a los usuarios a descubrir nueva música mientras continúan disfrutando de sus canciones favoritas, lo que garantiza una experiencia de escucha equilibrada y atractiva.
Echa un vistazo a la Papel. Todo el crédito por esta investigación corresponde a los investigadores de este proyecto. Además, no olvides seguirnos en Gorjeo y LinkedInÚnete a nuestro Canal de Telegram.
Si te gusta nuestro trabajo, te encantará nuestro hoja informativa..
No olvides unirte a nuestro Subreddit con más de 50 000 millones de usuarios
Nikhil es consultor en prácticas en Marktechpost. Está cursando una doble titulación integrada en Materiales en el Instituto Indio de Tecnología de Kharagpur. Nikhil es un entusiasta de la IA y el aprendizaje automático que siempre está investigando aplicaciones en campos como los biomateriales y la ciencia biomédica. Con una sólida formación en ciencia de los materiales, está explorando nuevos avances y creando oportunidades para contribuir.