Last.fm:
Auf der Suche nach dem musikalischen Seelenverwandten
Funktionierende Empfehlungsmaschinen sind für Webanbieter eine knifflige Sache. Last.fm wagt sich langsam voran.
Das Bereitstellen einer intelligenten und leistungsfähigen Empfehlungsmaschine gehört zu den bisher nicht vollständig gelösten Aufgaben des Social Web. Die Idee, das eigene Nutzungsverhalten mit dem anderer User zu vergleichen und dadurch Schlussfolgerungen darüber zu ziehen, welche Inhalte einem Anwender gefallen könnten, ist so faszinierend wie schwer umzusetzen.
Onlinehändler wie Amazon haben früh damit begonnen, Betrachtern eines Artikels andere Produkte zu empfehlen, die Käufer des Artikels ebenfalls erworben haben. Das Verfahren kann sicher den ein oder anderen Euro mehr in die Kassen der E-Commerce-Anbieter spülen, ist aber weit davon entfernt, tatsächlich auf den Geschmack der Kunden angepasste Empfehlungen zu generieren. Nicht unwahrscheinlich, dass Amazon mit dem gerade bekannt gewordenen Kauf der Bücherfreunde-Community Shelfari auch seine Empfehlungstools für angebotene Literatur verfeinern möchte.
Anders als der Versandhandel haben führende Anbieter von (kostenlosem) digitalem Content eine erheblich größere Datenbasis pro Nutzer, um mit schlauen Algorithmen den Geschmack des einzelnen Individuums möglichst detailgenau analysieren zu können. Last.fm, neben IMEEM das führende globale Social Network für Musik, gehört zu den Webanbietern, die schon lange mit auf dem Nutzerverhalten basierenden Empfehlungen experimentieren. Mitglieder können sich musikalische Nachbarn anzeigen lassen, die ähnliche Interpreten und Titel favorisieren wie sie selbst. Auch verrät ein Blick auf die Seite eines Last.fm-Users sofort, wie hoch die Kompatibilität mit dem eigenen Musikgeschmack ist. Je höher, desto größer ist die Wahrscheinlichkeit, dass einem die Sammlung des Nutzers oder dessen Radiostream gefällt.
Was Last.fm bisher gemacht hat, ist ein guter Anfang, aber noch lange nicht perfekt. Viel zu unterschiedlich sind die Hörgewohnheiten der Musikfreunde. Bevorzugte Genres, Epochen und Interpreten werden beliebig kombiniert. Das erfordert von einem perfekten Empfehlungssystem im Prinzip das Kunststück, aus den aggregierten Daten aller Nutzer exakte Rückschlüsse auf den individuellen, durch äußere Einflüsse und über die Zeit veränderlichen Musikgeschmack einer einzelnen Person zu ziehen.
Last.fm, das vor kurzem runderneuert wurde, möchte sich dieser Herausforderung stellen und hat in seinem frei zugänglichen Testbereich eine neue Version des Nachbarn-Features bereitgestellt. Anders als bisher berücksichtigt dieses nun auch die aktuellen Hörgewohnheiten der Benutzer. Sobald ein Last.fm-User mit ausgeprägter Techno-Liebe plötzlich Heavy Metal hört, präsentiert ihm der Service eine Liste mit Usern, die sich ebenfalls gerne von derartigen Klängen beschallen lassen. Die meisten Musikliebhaber werden schon einmal erlebt haben, dass sich ihre musikalischen Vorlieben temporär oder dauerhaft geändert haben. Die Neuerung trägt diesem Phänomen Rechnung.
Zur Bestimmung der Nachbarn verwendet Last.fm sämtliche Informationen, die über die Site sowie mit der auf dem Rechner des Users installierten Software gesammelt wurden – favorisierte Songs, blockierte Songs, Tags etc. Im Blog wird außerdem von einigen “speziellen Statistiken” gesprochen, die ebenfalls einfließen und am Ende die musikalische Persönlichkeit des Users ergeben, die dann mit der anderer Mitglieder verglichen wird.
Das neue Tool macht das Entdecken neuer Last.fm-Kontakte und Musik sicherlich einfacher. Bis ich mir aber sicher sein kann, dass die von Last.fm vorgeschlagenen Nutzer und vor allem die in meinen Radiostationen gespielten Titel (ein Resultat u.a. aus der Analyse der Hörgewohnheiten meiner Nachbarn) wirklich haargenau mit meinem Geschmack übereinstimmen, wird noch einiges an Zeit vergehen. Spätestens seit bekannt ist, dass Apples beliebte Musikapplikation iTunes nun auch mit Empfehlungsfeatures bestückt werden soll, steht aber fest, dass sich hier in den nächsten Monaten viel tun wird.
Artikel per Feed
Artikel per E-Mail
Artikel bei Twitter
Facebook-Seite
Ich arbeite in einem ähnlichen Metier und kann nur sagen, dass dies ein sehr schwieriges Problem ist. Man kann nur hoffen, dass nach Pandora die Konkurrenz am Ball bleibt, um Last.fm nachhaltig zum Fortschritt und zur Forschung zu motivieren.
Meiner Meinung nach gelingt last.fm die Empfehlungsfunktion wirklich sehr gut! Ich hab schon wahnsinnig viel neue Musik über last.fm entdeckt. Vor allem die von last.fm empfohlenen Künstler, die mir auch gefallen könnten, liefern einiges an neuer Musik nach meinem Geschmack. Da ist eigentlich kaum mal ein Blindgänger dabei. Das coole ist ja, dass ich mir die Musik vom empfohlenen Künstler anhören kann. Wennn es mir doch nicht gefällt, klicke ich auf das kleine Kreuz und teile last.fm damit mit, dass der Künstler mir nicht gefällt. Ich denke, sowas geht auch mit in die Berechnungen mit ein.
Bin mal gespannt, wie sich das noch entwickeln wird.
LG, Nico
last.fm hat mit seiner Empfehlungsfunktion meiner Meinung nach Vieles richtig gemacht. Noch besser fand ich Pandora. Wir bei roccatune arbeiten an einer komplett anderen Lösung, die das Beste von beiden Ansätzen verbindet.
Ich finde nach wie vor noch keinen richtigen Ansatzpunkt zur Verwendung dieser Musikdienste. Vllt. bin ich dazu einfach zu wenig auf dem “immer und überall Musiktrip”.
Die Empfehlungsfunktionen haben sich zwar über die letzten Jahre soweit verbessert, dass es immer wieder was neues zu entdecken gibt, aber dafür fehlt dann meist die Zeit. Richtig Sinn macht das ganze für mich erst, wenn bspw via Webradio im Auto die Songs wiedergegeben werden die mir gefallen könnten und ich mit einem schlichten “ja”/”nein” als speech command festlegen kann ob ich beim laufenden Song bleiben möchte oder was neues auf die Ohren bekomme ;-)
Also liebe Musikdienstanbieter –> kümmert euch um vernünftige mobile Integration!
Lg Malte
Malte, Dienste wie du sie beschreibst, gibt es auf jeden Fall schon (vielleicht ohne Speech Command). Nur noch nicht im Auto und vermutlich in dieser Form noch nicht auf dem Handy (wobei ich nicht weiß, wie sich Last.fm und Pandora auf dem iPhone machen). Aber das ist letztlich nur eine Zeitfrage und eine Frage des Ausbaus schneller mobiler Übertragungswege.
Ich bin mir nicht so sicher ob die Empfehlung aufgrund des Nutzerverhaltens so sinnvoll und vor allem richtig ist. Sicherlich ist dem nichts entgegenzuhalten, wenn der Nutzer aktiv bestimmt “dieser Song gefällt mir nicht”. Aber mir geht es zu weit, wenn ich letztlich über die Software ausgehorcht werde. Auch wenn es hier “nur” um Musik geht und dies auch in meinem Nutzen stehen soll, so werden trotzdem persönliche Daten gesammelt.
Ich kann ehrlich gesagt nicht verstehen warum das alle so toll finden. Auch die oben genannten Daten können entsprechend verwertet werden, es heißt nicht umsonst Musikindustrie!!