L’Audio scrobbling: une méthode d’appréciation de la pertinence
Un des aspects les plus intéressants à étudier dans Last.FM est son protocole de scrobbling. Le but de cette technologie, est d’observer le comportement de l’utilisateur lorsqu’il écoute de la musique afin d’en déduire ses goûts et ses préférences musicaux. Le postulat de départ est le suivant : si un utilisateur écoute un morceau en entier (c.-à-d. en l’écoutant plus ou moins jusqu’à la fin) cela signifie qu’il aime la musique. En outre, en utilisant l’interface graphique, l’utilisateur peut apprécier la pertinence de la musique qui lui est proposée. Le lecteur mis au point par Last.FM propose par défaut trois méthodes d’appréciation relativement simples : love (j’aime), ban (je n’en veux plus) et skip (je passe). Fort de ces observations et de sa méthode de classification musicale par similarité, Last.FM peut construire un profil utilisateur contenant les préférences musicale des utilisateurs. Ainsi, Last.FM peut proposer à ses utilisateurs des radios web personnalisées et les utilisateurs peuvent aimer, bannir ou passer les morceaux qu’ils écoutent.
Le filtrage social et la similarité entre utilisateurs
Last.FM a donc construit une base de donnée d’utilisateurs remplie de données utilisateurs issues du protocole de scrobbling. L’idée principale des réseaux cyberassociatifs est de mettre en relation les données utilisateurs, de les comparer afin d’extrapoler, et de créer de l’information. En matière de recommandation musicale, l’intérêt est de permettre à un utilisateur de découvrir de la musique qu’il n’avait jamais entendu auparavant et qui puisse lui plaire. Avec son système de webradios basées sur la similarité d’artistes, Last.FM donne déjà la chance d’écouter de la musique nouvelle, mais, le seul dénominateur commun des titres proposés et leur similarité à un seul artiste. Ce scénario ne propose donc aucune personnalisation aux caractéristiques propres du profil de l’utilisateur. Pour chaque utilisateur, Last.FM est également capable de proposer des webradio personnalisées, en comparant les utilisateurs avec d’autres profils utilisateurs. Ces webradios diffusent un flux continu, contenant de la musique que l’utilisateur a déjà écouté mais également qu’il n’aurait jamais écouté.
Afin de ne pas restreindre l’utilisateur à son propre logiciel, Last.FM a documenté son protocole si bien que des plug-ins ont été développés pour les principaux lecteurs multimédia du marché comme winamp, windows media player et même itunes. Cependant, il reste toujours possible d’écrire soit-même des programmes s’ajoutant à n’importe quel logiciel pour lui permettre de supporter le protocole de scrobbling. Ainsi, quand un utilisateur, écoute sa propre musique avec son logiciel favori, et que la musique est correctement identifiée par des balises ID3, le protocole de scrobbling permet de mettre à jour en ligne de manière transparente et automatisée le profil de l’utilisateur.
Bibliographie
- G. W. E. Pampalk, “Dynamic playlist generation based on skipping behavior.” 2005.
- D. L. Chao, J. Balthrop, and S. Forrest, “Adaptive radio: achieving consensus using negative preferences.” 2005.
