- 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, hate et skip
- Ils pouvaient explorer les profils d’autres utilisateurs ou générer automatiquement un flux adapté à leurs goûts
- 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
Aucun commentaire pour le moment.