'Nelson' tillader Spotify Premium-brugere at tilpasse sin anbefalingsalgoritme

Hvis du er en lydtekniker eller endda en lydfil, der tidligere har hørt om (sammensatte) ord som 'Instrumentalness' og 'Speechiness', er Spotifys nyeste funktioner muligvis bare noget for dig. Det skyldes, at den førende musikstreamingtjeneste nu har et nyt browserværktøj, der lader Premium-brugere finjustere anbefalingsalgoritmen. Kaldet Nelson, det webbaserede værktøj er stadig i beta, men indeholder allerede en række funktioner, som strømbrugere kan finde nyttige.

Ifølge Spotifys Developer Advocate Engineer, Arielle Vaniderstine, (@imariari), "Nelson bruger @Spotify Platform-anbefalinger og Web Playback SDK til at afspille den perfekte musik i din browser". For at få en tilpasset anbefaling-afspilningsliste er alt, hvad du skal gøre, at vælge et par genrer og de parametre, der skal ændres, som 'dansbarhed', 'levetid', 'tempo' osv. På sin udviklerblog går Spotify godt ud tekniske detaljer for at forklare, hvordan man gør tingene, så du kan tjekke det ud ved at klikke på dette link.

Dagens hack: Nelson. Bruger @SpotifyPlatform-anbefalinger og Web Playback SDK til at afspille den perfekte musik i din browser https://t.co/d31YP7tF6V @glitch

Dette er en V1, feedback tilskyndet 🙂 pic.twitter.com/QIkhWEpJyB

- Ari V (@AriVanider) 5. februar 2018

Mens værktøjet virker alt for kompliceret for store dele af mainstream-brugere, kan noget af det være ret simpelt, når du først spiller lidt med indstillingerne. Hvad mere er, kan det helt sikkert hjælpe dig med at udforske musik uden for din komfortzone. For eksempel, hvis du er et metalhoved, der sjældent lytter til amerikansk countrymusik, giver Nelson dig muligheden for at bede Spotify om at anbefale dig countrymusiksange, der både er hurtige og tunge på instrumentering, da det er det, du foretrækker.

Evnen til tilpasse nogle af parametrene i Spotify API for at få tilpassede anbefalinger lyder bestemt interessant, men funktionen er i øjeblikket i beta, og hvis du ikke allerede ved, hvad du laver, vil det sandsynligvis have brug for en masse prøving og fejl for at kunne finde præcis, hvad du leder efter.