Примерно расскажу, как работает система музыкальных рекомендаций в лучшем стриминговом сервисе Spotify.
Она состоит из трех компонентов - моделей рекомендаций
Фильтрация по совпадениям. Так как у тебя есть аккаунт, все твои действия и история прослушивать анализируется алгоритмом. Когда ты лайкаешь трек, добавляешь его в плейлист, прослушиваешь его несколько раз, система это отмечает. Далее происходит следующее. Предположим, ты поставил лайк трекам А, Б, В и Г. Далее, есть кто-то, кто поставил лайки трекам А, В, Г и Д. Алгоритм посчитает, что ваши музыкой если вкусы совпадают и предложит тебе трек Д, а другому слушателю трек Б.
Обработка веб-контента, генерируемого пользователями Интернет. Абсолютно другие алгоритмы постоянно мониторят новостные сайты, форумы, блоки, чаты и прочие источники для музыкального "картирования" каждого артиста и трека - подбора терминов и слов, вместе с которыми пользователями употребляется название артиста, трека, какая-то фраза из текста песни. Затем по совпадениям найденных определений делается рекомендация.
Анализ непосредственно аудиодорожки. Определяется структура треков и по совпадениям ключевых их элементов предлагаются рекомендации. Данный метод позволяет системе предлагать НОВЫЕ треки, которые могут быть пропущенными двумя первыми моделями по причине отсутствия по ним данных.
вау, все так круто и технологично. почему же тогда в рекомендациях всякое говно?
Насколько я для себя выяснила, за основу берутся последние несколько добавленных треков, которые сопоставляются с плейлистами пользователей, которые тоже добавили себе этот трек. Из чужих плейлистов собирают похожую музыку, иногда еще ориентируясь на жанр, указанный в тегах песни. Еще очень часто рекомендуют песни того же исполнителя или лейбла, которые вы недавно добавили.
"Система рекомендаций в Яндекс.Музыке строится на связи умных технологий и работы музыкальной редакции."
Меняйте одно из двух, так как у вас это явно не работает .