A Yandex kiadja a Yambda nyílt forráskódú zenei ajánló adathalmazt

A Yandex kiadta a nyílt forráskódú Yambda adathalmazát, amely a zenehallgatók preferenciáira vonatkozó információkat tartalmaz, és amelyet a Spotify-hoz hasonló, mesterséges intelligencia alapú lejátszási lista-személyesítéssel rendelkező streaming audio szolgáltatás létrehozásához használnak.

Az olyan streamingszolgáltatások, mint a Spotify, a Tidal és a Qobuz szoftveres algoritmusokat vagy AI-modelleket használnak a lejátszási listák egyéni preferenciák alapján történő összeállításához. Ezek a szolgáltatások jellemzően nem teszik közzé kódjaikat vagy modelljeiket, mivel sikerük üzleti titka, hogy a hallgatók által kedvelt dalokat automatikusan lejátsszák.

Yandex tíz hónap alatt 4,79 milliárd felhasználói interakciót gyűjtött össze 9,39 millió zeneszámmal a havi 28 millió felhasználóból származó adatok formájában Yandex Music felhasználóit. Ez magában foglalja a Yandex Music hallgatóinak legfontosabb visszajelzéseit - mit választanak a zenehallgatáshoz, valamint a tetszésüket és nemtetszésüket. A nagyobb pontosság érdekében minden interakciót időbélyeggel látnak el.

Az adatkészlet ötmilliárd (1 millió felhasználó), ötszázmillió (100 000 felhasználó) és ötvenmillió (10 000 felhasználó) eseménymodell méretben tölthető le, a maximális méret legalább 85 GB tárhelyet igényel. Az adatkészletet a Apache Parquet oldalon tárolják formátumban tárolt, amely egy oszloporientált adatfájlformátum a kényelmes elemzéshez és kutatáshoz.

Az olvasók a Spotify ajándékkártyával megajándékozhatják a streaming zenét.