La recommandation musicale automatisée

Par Florent V. le 26 mai 2007 | Lien permanent | Commentaires (2) | Culture et Internet

C’est une des innovations les plus intéressantes de la musique sur/via/avec Internet: permettre des recommandations musicales «automatisées».

Jusqu’ici, les recommandations musicales passaient par deux biais différents: la médiatisation (des médias télévisuels de masse à la presse spécialisée) et le conseil (par un proche, un ami, un disquaire…). Dans tous les cas, il y avait nécessairement l’intervention d’une personne mettant en avant un artiste, un genre, un contenu musical précis. Bref, de la recommandation manuelle.

L’informatique en général et Internet en particulier introduisent une possibilité supplémentaire: la recommandation automatisée.

Principe global

Faire une recommandation automatiquement, cela suppose trois choses:

  • des informations sur l’utilisateur;
  • des informations automatiquement exploitables sur les musiques ou artistes que l’on pourra recommander;
  • un algorithme pour traiter les deuxièmes en fonction des premières.

Un exemple plus concret:

  • l’utilisateur transmet des informations sur les musiques qu’il écoute (quels artistes, quels titres, dans quelle mesure);
  • l’algorithme fait des rapprochements entre ces informations sur l’utilisateur et celles de la base musicale, par exemple en rapprochant deux artistes du même label, ou classifiés dans un même genre musical, ou des titres sortis à la même époque, ou des morceaux ayant un tempo proche des morceaux les plus souvent écoutés par l’utilisateur, etc.;
  • le résultat final est une recommandation.

Trois types d’information pour effectuer une recommandation

Je ne sais pas exactement quelles recherches ont été menées sur la recommandation musicale automatisée, mais nous n’en somme plus à ce stade. Il existe aujourd’hui de nombreuses applications ou services web qui appliquent des principes de recommandation automatisée. Et comme les données à recueillir sont assez vastes, chaque service fait ses choix techniques et stratégiques. Concrètement, il semble qu’il y ait trois type d’information exploitable:

  1. Les informations techniques sur les morceaux
    Durée, tempo, type de voix, d’instruments, de gammes, etc. Certaines de ces informations peuvent être extraites de manière à peu près fiable (en particulier la durée ou le tempo), mais d’autres seront moins facilement accessibles. Reconnaitre la langue chantée, par exemple, risque de s’avérer peu évident. Les services et logiciels qui exploitent ce genre d’information se limitent donc souvent à quelques informations faciles à extraire, ce qui limite l’efficacité des recommandations.
  2. Les classifications génériques
    Genre musical, sous-genre, mais aussi liens entre les artistes via l’appartenance à un même label, les œuvres communes, les reprises, les influences reconnues ou estimées, etc. Exploiter ce genre d’information demande la création (ou la location) d’une base importante d’informations, certaines devant être saisies manuellement, ou même étant de nature «rédactionnelle» (le fait qu’un journaliste musical reconnaisse des influences pas forcément «déclarées» par les artistes). On se rapproche là de certains aspects de la recommandation musicale classique, la principale différence étant le rapprochement avec des informations sur l’utilisateur (ce qu’il écoute) collectées automatiquement, et des conseils «servis» automatiquement également.
  3. Les informations sociales
    Vous les connaissez peut-être déjà, sur tel ou tel site marchand qui vous annonce que les personnes ayant acheté tel disque ont aussi acheté les disques suivants…. Il s’agit donc ici d’interroger une base globale des comportements des différents utilisateurs du service. On fait le rapprochement entre le profil musical d’un utilisateur et les musiques écoutées par les utilisateurs ayant un profil musical proche.

Les services de recommandation musicale

Il existe de nombreux services de recommandation musicale, que je n’ai pas le courage de lister ici. Le plus connu et le plus actif est sans doute Last.fm. Je l’utilise régulièrement, mais pas du tout pour les recommandations, à vrai dire. Pour ma part, je suis encore très attaché aux recommandations «manuelles», celles faites par un ami ou un blogueur (comme par exemple sur le blog de Stefan). Et puis au hasard, qui n’est jamais complet mais qui permet parfois de belles découvertes.

Mais pour tous ceux qui voudraient y plonger, voici un grand dossier publié sur Ratiatum: 14 services de recommandation musicale à l’essai!.

Sur ce, il ne me reste plus qu’à vous souhaiter de belles découvertes musicales, par quelque biais que ce soit.

Vous voici à la fin de cet article. Ne manquez pas les prochains articles sur Covert Prestige, pensez à vous abonner!

Commentaires pour cet article

aCOSwt
Le 27 mai 2007 à 13h17

Bonjour,

Justement à propos du paragraphe 3/: Je sais pas vous mais moi:

a/ JE n’ai jamais DECELE de COHERENCE entre ces autres achats et notre achat commun de X. Comme la cohérence existe nécessairement (puisque le fait EST que ces achats se sont passés concurremment) ET que JE suis incapable de saisir cette cohérence, c’est donc que mes motivations pour acheter X diffèrent de celles des autres et j’ai en conséquence du mal à m’imaginer un logiciel DETERMINISTE (il doit fournir une solution) capable de les FORMALISER.

b/ J’ose m’imaginer que les achats de musique non motivés par quelque artifact marketing relèvent en partie de l’irrationnel.

c/ En fin de compte, je crois en moyenne pouvoir dire que ce que je considère comme mes meilleurs achats en matière de disques sont des trucs que je n’aurais A PRIORI jamais acheté. Des trucs qui ne me correspondaient A PRIORI pas au moment de l’achat. Des trucs qui ne me correspondent donc qu’a posteriori. Des trucs que j’ai acheté quand même. Pourquoi? Parce que! J’ai donc bien du mal à m’imaginer une machine capable d’intégrer cela.

Bref… à ces trucmachins automatisés qui cherchent à me connaître pour me conseiller, je dis… gnothi seauton! Si leur programme est bien conçu, cela devrait les faire entrer dans une récursivité telle qu’ils devraient exploser. N’exploseront alors que ceux qui… auraient probablement été les plus susceptibles de pertinence…

Merci pour ton souhait de nouvelles découvertes. Pour ma part, j’aime assez les échantillons livrés avec les magazines spécialisés. Agréables découvertes à toi aussi.

Florent V.
Le 12 juin 2007 à 0h19

Hello aCOSwt, Je réponds un peu tard car ton message s’était perdu dans une liste de spam, par erreur automatisée. Dans l’ensemble, je suis d’accord avec toi. À titre personnel, j’ai peu d’intérêt pour les recommandations musicales automatisées qui pourraient m’être faites. Si je garde l’exemple d’Amazon, je ne regarde pas vraiment la sélection du les personnes ayant acheté tel produit ont aussi acheté les produits suivants…, sauf… pour les recommandations de livres (notamment les essais, à la rigueur les livres techniques). Pour ce genre de chose, on a souvent des résultats assez pertinents.

Écrire un commentaire