2002 : Last.fm et Audioscrobbler, le prélude du web social
(cybercultural.com)- Last.fm et Audioscrobbler étaient à l’origine deux projets étudiants développés indépendamment en 2002, qui utilisaient le « filtrage collaboratif (collaborative filtering) » pour proposer des recommandations musicales et relier les utilisateurs entre eux
- Last.fm fonctionnait comme une radio sur Internet permettant de générer une « carte de la musique (Map of Music) » à partir de l’historique d’écoute des utilisateurs, afin de visualiser les relations entre genres et morceaux, tout en offrant le partage de profils avec d’autres utilisateurs
- Audioscrobbler suivait les données de lecture musicale des utilisateurs pour créer un historique d’écoute appelé « scrobbling », utilisé ensuite pour comparer les goûts et fournir des recommandations à partir d’utilisateurs aux préférences similaires
- Les deux services s’écartaient du modèle traditionnel de diffusion en proposant une nouvelle manière de découvrir de la musique grâce aux données utilisateur et aux connexions sociales
- Ils ont ensuite fusionné et sont considérés comme un exemple ayant démontré, avant l’ère du Web 2.0, le potentiel des recommandations fondées sur les données utilisateur et du réseautage social
Les prémices du web social
- Apparue en 2002, Last.fm était une plateforme de radio sur Internet créée par des étudiants du Ravensbourne College de Londres, qui proposait des recommandations musicales personnalisées fondées sur l’historique d’écoute des utilisateurs
- À force d’écoutes répétées, le système apprenait les goûts de l’utilisateur et construisait un profil personnel
- Avec la « Map of Music », une visualisation de l’ensemble des profils utilisateurs, la plateforme représentait les liens entre les genres
- Le filtrage collaboratif était une technologie de recommandation utilisée par Amazon, consistant à relier des articles ayant des historiques d’achat ou d’évaluation similaires pour générer des suggestions
- La fonction d’Amazon « Les clients ayant acheté cet article ont également acheté » en est l’exemple le plus représentatif
- Last.fm l’a appliquée aux données musicales pour produire des recommandations fondées sur les relations entre morceaux
L’arrivée d’Audioscrobbler
- La même année, Richard Jones, de l’université de Southampton au Royaume-Uni, a développé Audioscrobbler, qui collectait les données de lecture musicale des utilisateurs pour générer des recommandations
- Les utilisateurs installaient un logiciel qui enregistrait automatiquement leurs données d’écoute
- Ces données étaient comparées à celles d’autres utilisateurs via le filtrage collaboratif, puis transformées en recommandations
- Jones a forgé le terme « audioscrobbling » pour désigner ce processus de recommandation fondé sur l’historique d’écoute
- Par la suite, Audioscrobbler a fusionné avec Last.fm pour évoluer en une seule plateforme
Sortir du modèle de diffusion
- Last.fm rompait avec la structure de diffusion où un éditeur choisit la musique, comme dans la radio traditionnelle, en proposant une approche où les utilisateurs façonnent eux-mêmes le flux musical
- Les utilisateurs ajustaient leur collection personnelle en évaluant les morceaux avec les boutons
love,hateetskip - Ils pouvaient explorer les profils d’autres utilisateurs ou générer automatiquement un flux adapté à leurs goûts
- Les utilisateurs ajustaient leur collection personnelle en évaluant les morceaux avec les boutons
- Le cofondateur Martin Stiksel expliquait que « la bonne musique se découvre dans un contexte social, comme lorsqu’on écoute quelque chose chez un ami »
- C’est cette idée que Last.fm a transposée dans l’environnement en ligne
La valeur des données utilisateur
- Last.fm et Audioscrobbler ont mis en œuvre une nouvelle façon de découvrir du contenu en exploitant la valeur collective des données utilisateur
- Comme pour les recommandations de produits d’Amazon, les données d’écoute musicale constituaient la ressource clé des recommandations
- À l’époque, toutefois, les contraintes liées aux droits d’auteur musicaux ne permettaient de lire que des extraits de 30 secondes
- Par la suite, le service s’est transformé en véritable radio en ligne après paiement de frais de licence à la PRS et à la MCPS
- Cette tentative a montré, avant la révolution du streaming, le potentiel d’un modèle de consommation musicale fondé sur les données
Vers le Web 2.0
- La fusion de Last.fm et d’Audioscrobbler a posé les bases du web social centré sur la participation des utilisateurs et le partage de données
- Recommandation personnalisée, connexion entre utilisateurs, visualisation des données : autant d’éléments clés du Web 2.0 mis en œuvre avant l’heure
- Dans la dynamique du web social qui s’est véritablement accélérée à partir de 2004, ces deux projets sont considérés comme une forme originelle de communauté en ligne structurée autour de la musique
1 commentaires
Avis Hacker News
À l’époque où les fonctionnalités sociales de last.fm étaient très actives, le meilleur « algorithme » pour découvrir de nouvelles musiques consistait à fouiller les profils des autres
Quand on trouvait quelqu’un avec des goûts similaires, on avait de fortes chances de découvrir des morceaux qui nous plaisaient, même dans d’autres genres
En revanche, Pandora faisait des recommandations basées sur l’instrumentation, donc les résultats étaient plutôt fades, et les recommandations de Spotify donnent aussi davantage cette impression
En regardant les critiques d’albums qu’on aime puis les profils de personnes aux goûts similaires, on peut trouver exactement la musique qu’on cherche grâce à leurs classements d’albums et au système de tags de genre
Les pages de profil avaient un côté MySpace, et des services tiers utilisant l’API produisaient de superbes graphiques de visualisation
Plus tard, des fonctionnalités ont disparu à cause de difficultés financières, et il me semble qu’il y a aussi eu une tentative de rachat par Spotify
Il y avait une app qui reconnaissait la musique en gardant le micro allumé en permanence pour faire du scrobble, et je ne pensais pas du tout que ça pouvait poser un risque de sécurité
Quand on demandait des recommandations sur le forum ou dans les commentaires d’album, on recevait toujours de bonnes réponses, et ce sentiment de solidarité de la communauté me manque
Le fait de pouvoir parcourir tout le dossier partagé d’un autre utilisateur et discuter de ses goûts musicaux par chat m’a vraiment marqué
On peut enregistrer les morceaux favoris de l’autre dans une playlist mise à jour automatiquement, avec une approche de recommandation centrée sur les humains plutôt que sur les algorithmes
Mon profil : https://volt.fm/soheilpro
Les gens adorent le récapitulatif de fin d’année Wrapped de Spotify, mais en réalité ces données restent cachées toute l’année avant d’être brièvement dévoilées
Avant, ce genre de fonctionnalité était normal, alors c’est dommage qu’aujourd’hui même une petite personnalisation soit perçue comme une « fonctionnalité spéciale »
J’utilisais last.fm moins pour découvrir de la musique que pour analyser mes habitudes d’écoute
Avec les mises à jour en temps réel, ce plaisir s’est un peu perdu
Je suis fan de last.fm
Si vous utilisez Spotify, vous pouvez récupérer l’historique d’écoute complet en JSON sur https://www.spotify.com/us/account/privacy/
Je recommande aussi explorify.link, un site qui visualise ces données
J’utilise encore last.fm depuis 2008
C’est intéressant de voir comment mes goûts musicaux ont évolué avec le temps
Avant, on faisait des collages d’albums hebdomadaires en 9x9 pour en discuter dans la communauté
Encore aujourd’hui, last.fm est beaucoup utilisé comme outil de suivi de l’historique d’écoute
Seul Spotify prend en charge le scrobbling natif au niveau de la plateforme, les autres services nécessitent des outils tiers
L’API n’a presque pas changé depuis 15 ans, ce qui facilite les intégrations légères
Aujourd’hui, la communauté s’est en grande partie déplacée vers Discord, et environ 10 % des serveurs musicaux utilisent des bots qui affichent les statistiques last.fm
(Je gère .fmbot pour Discord)
Lien de référence : https://support.last.fm/t/more-ways-to-scrobble/192
J’adore last.fm, mais récemment j’ai aussi créé un compte sur l’alternative open source ListenBrainz, et je fais du scrobble vers les deux en même temps
On peut aussi faire de superbes diagrammes avec tapmusic.net
Quand je n’ai pas de VPN, je n’utilise que last.fm, puis je redistribue automatiquement les données ailleurs plus tard
Un autre site légendaire de cette époque était Oink’s Pink Palace
Je fais du scrobbling depuis 2008 jusqu’à aujourd’hui
À l’époque, de petits artistes mettaient eux-mêmes leur musique en ligne, et j’ai découvert beaucoup de pépites, en particulier dans la scène beatpop suédoise
Ça fait 21 ans que j’utilise last.fm, et mes goûts musicaux actuels doivent presque tout à la fonctionnalité artistes similaires de last.fm
Je pense qu’Apple a raté l’occasion de construire un réseau social sur iTunes
On aurait pu voir ce qu’écoutaient nos amis, créer des communautés basées sur les goûts et proposer de meilleures recommandations, un peu comme YouTube Music aujourd’hui
C’est grâce à ça que j’ai dépensé pas mal d’argent en achats de morceaux à l’unité sur l’iTunes Store, mais après Apple Music il n’y avait plus vraiment de raison de le maintenir
Article lié : https://news.ycombinator.com/item?id=46268285