Алгоритмы Spotify: как сервис подбирает музыку именно для тебя

Открываешь Discover Weekly в понедельник утром - и там трек, который ты никогда не слышал, но который будто написан специально под твоё настроение. Откуда Spotify знает? И почему иногда вместо этого выдаёт что-то совершенно мимо?

Несколько цифр для масштаба. По данным самого Spotify, больше трети всех новых знакомств слушателей с артистами происходит через рекомендательные плейлисты категории "Made for You". Согласно отчёту Distribution Strategy Group за 2022 год, минимум 30% всех прослушиваний на платформе - это треки, которые предложил алгоритм, а не сам пользователь.
То есть алгоритм давно перестал быть вспомогательной функцией. Он решает, что ты слышишь. И, по большому счёту, формирует твой музыкальный вкус.

Система рекомендаций Spotify строится на двух принципиально разных подходах, которые работают вместе.

Контентная фильтрация - это анализ самого трека: что в нём звучит, в каком темпе, с каким настроением. Коллаборативная фильтрация - это анализ людей: кто еще слушает похожее и что они слушают дополнительно.

Без первого подхода алгоритм не может работать с новыми треками - про них просто нет поведенческих данных. Без второго он не улавливает культурный контекст: то, что трек "звучит" как инди-поп, не значит, что его слушают те же люди, что и другие инди-поп-исполнители.

Как только новый трек загружается на платформу, алгоритм сразу начинает его разбирать на части.

Первое - метаданные. Жанр, поджанр, настроение, язык, инструменты, тип релиза (оригинал, кавер, ремикс). Часть этого заполняет сам артист через Spotify for Artists, остальное система определяет автоматически.

Второе - аудиосигнал. Это наследие компании Echo Nest, которую Spotify купил ещё в 2014 году. Система анализирует несколько десятков характеристик трека, из которых пользователям через API доступны основные:

• Danceability - насколько трек подходит для танца, на основе темпа, ритмической стабильности и силы бита
• Energy - интенсивность и активность: динамический диапазон, громкость, тембр
• Valence - условная "радостность". Высокий valence - трек звучит счастливо или эйфорично. Низкий - грустно или тревожно
• Instrumentalness - уверенность алгоритма в том, что в треке нет вокала
• Tempo - удары в минуту

Но это не всё. Параллельно трек разбивается на структурные сегменты: куплеты, припевы, бриджи - вплоть до мельчайших долей ритма. В одной из исследовательских работ Spotify упоминалось, что аудиофичи передаются в модель в виде вектора из 42 параметров. Через публичный API видна только часть этого.

Проще говоря: Spotify не просто знает, что трек "энергичный". Он знает, когда именно в треке начинается энергичный припев и как долго длится.

Вот где начинается по-настоящему интересное.

Алгоритм смотрит не только на музыку, но и на людей, которые её слушают. Если твоя история прослушиваний пересекается с историей другого пользователя - вы оба слушаете Radiohead, Bon Iver и что-то из джазового фьюжн - алгоритм считает вас музыкально близкими и начинает обмениваться рекомендациями. Нашёл он у "похожего" на тебя человека что-то, чего ты ещё не слышал? Хорошая ставка для Discover Weekly.

Именно так строятся и жанровые категории внутри Spotify. Гленн Макдональд, бывший инженер платформы, который создал базу из 6291 микрожанра (и сайт Everynoise.com, где это всё визуализировано), объяснял в интервью MIT Technology Review: жанры в Spotify - это не формальные категории, а отражение пересечений слушательских привычек. Кто с кем слушает одних исполнителей, как называют похожих артистов в плейлистах и блогах - всё это складывается в карту.

"Все понимали, где центр деревни, а чем дальше от центра, тем субъективнее становилось", - описывал он этот процесс.

Три главных рекомендательных продукта Spotify работают по разной логике, и это важно понимать.

Здесь произошёл заметный сдвиг. Раньше основным сигналом было количество прослушиваний. Сейчас Spotify смотрит на качество вовлечённости.

Четыре метрики, которые реально влияют на продвижение трека:

Здесь стоит сказать кое-что неудобное.

Система хорошо делает одно - даёт тебе больше того, что ты уже любишь. Макдональд делит слушательские привычки на три круга: то, что слушаешь каждый день; то, что звучит похоже на твоё; и всё остальное. Spotify работает в первых двух. Третий круг - случайный.

Сам Макдональд говорит об этом без обиняков: "Spotify считает, что даже если ты говоришь, что хочешь что-то новое, ты всё равно возвращаешься к знакомому". Подсунуть регги в середину плейлиста с bedroom pop - значит создать дискомфорт, а не открытие.

Это честная ставка. Но побочный эффект - всё сложнее выбраться за пределы своего пузыря без сознательного усилия. "Любопытство - это активный режим", - говорит Макдональд. Алгоритм за тебя его не включит.

Хорошая новость: в последние годы Spotify даёт пользователям заметно больше контроля.

В 2024 году появилась функция "Exclude from Taste Profile" - возможность исключить конкретные треки из влияния на алгоритм. Включил с ребёнком мультики? Слушал одну и ту же песню по кругу из-за стресса? Это больше не должно ломать твои рекомендации на несколько недель. Функция работает ретроактивно - прошлые прослушивания тоже можно убрать из учёта. Доступна бесплатно через три точки рядом с треком.

В декабре 2025 года Spotify запустил бету ещё более радикальной вещи - Prompted Playlist. Пока только для Premium-пользователей в Новой Зеландии, но постепенно расширяется. Идея: ты пишешь текстовый запрос, а алгоритм формирует плейлист на основе всей твоей истории прослушиваний с первого дня. Можно написать что угодно - "энергичный хип-хоп для тренировки с плавным замедлением к финишу" или "редкие треки от моих любимых артистов последних пяти лет". Плейлист можно настроить на автообновление раз в день или в неделю.

Густав Сёдерстрём, со-президент и технический директор Spotify, описал это так: впервые пользователь может не просто пассивно слушать то, что предлагает система, а буквально словами объяснить алгоритму, чего он хочет.

Несколько практических вещей, которые реально влияют на качество рекомендаций: