Некоторые используют для составления плей-листов слушателей, другие используют артистов – иными словами, экспертов, которым мы можем доверять. Apple, к примеру, обратилась к известным артистам, чтобы те собирали свои плей-листы. Я вижу тут фактор доверия. Доверяют ли слушатели этим именным выборкам в большей степени, чем анонимно созданным? Доверяем ли мы рекомендациям исполнителя с именем больше, чем безликому меломану? Bandcamp недавно наняли авторов, видимо, чтобы сдобрить выборки историями. Количество категорий плей-листов до смешного выходит из-под контроля, охватывая микроскопически узкие потребности: «Утренний расслабон», «Младенец делает музыку», «Праздничный ужин», «Мрачные предсказания 80-х» и, да, «Безопасное вождение».A
Я трачу время на поиск, когда могу, говоря себе, что это моя работа. Но я также читаю музыкальных критиков, будь то портал
Как только какой-нибудь из этих плей-листов достигает нужных размеров, я загружаю его на потоковое радио моего сайта. Иногда приглашаю других поучаствовать в составлении, и некоторые из чужих плей-листов гораздо более популярны, чем мои собственные, что заставляет меня думать, что одного только имени известного артиста недостаточно. Слово быстро распространяется в интернете. По-моему, замечательно, что люди выполняют функцию экспертов или действуют как алгоритмы сами по себе и притязают на авторитет.
Меня позвали в качестве приглашенного куратора на музыкальный фестиваль Meltdown, на котором артисты приглашают других артистов выступить совместно. Идея настолько привлекательна, что ее популярность не зависит от знаменитости куратора. Люди приходят, потому что у фестиваля хорошая репутация и потому что знают: то, что они увидят, возможно, произойдет лишь раз в жизни. Это машина для открытий и принятия риска. Хорошие ли кураторы эти приглашенные артисты? Некоторые – однозначно да, но каждый, в принципе, серьезно подходит к этой задаче, так как фестиваль, используя известный человеческий импульс, предоставляет площадку для проецирования и отображения вашего предположительно превосходного вкуса.
Я с удовольствием принялся решать задачу, где и когда должен выступить тот или иной артист. Я старался смешивать жанры и даже приглашал театральные коллективы, которые включали музыку в свои выступления. Было весело, и я был впечатлен тем, насколько соблазнительным оказался аспект рекомендации и открытия. Открытие – то, ради чего многие люди ходят на фестивали: помимо больших имен, вам доведется услышать артистов, которых вы никогда не слышали раньше.
Отделение: Рекомендация по качествам песни
Этот тип механизма рекомендации основан на анализе песни. Pandora рекомендует музыку, опираясь на то, что вы слушаете, а также на широкие категории, которые вы предварительно выбираете. Что действительно интересно, так это отделение характеристик музыки от ее социальных и культурных контекстов. Тим Вестергрен, основатель сервиса Pandora, считает, что, основывая свои рекомендации в первую очередь на самóй музыке, они увеличат шансы на то, что слушателям понравится очередная песня.
Отделение социальных и культурных аспектов от реальных музыкальных качеств можно будет использовать за пределами музыкальной рекомендации. Это предполагает использование того, что они называют проектом Music Genome, в котором «эксперты» слушают музыку и оценивают каждое произведение в соответствии с общими категориями – мелодией, гармонией, ритмом, вокалом и используемыми инструментами. Эти категории затем, в свою очередь, разбиваются на целых 50 элементов, каждый из которых оценивается отдельно. Идея состоит в том, чтобы распределить все песни (начиная с западной поп-музыки) по взаимосвязанным «генетическим» категориям. Предполагается, что, если вам нравится некая песня с определенными генами, есть шанс, что вам понравится и другая песня, обладающая этими же генами. В Pandora, если вас не устроит их рекомендация, можно нажать «пас», и они обратят на это внимание и зададутся вопросом, какой аспект не сработал для вас. Затем ваши рекомендации будут уточнены.
Некоторые в отрасли считают эту идею сумасшедшей, поскольку полагаться на людей при анализе сотен тысяч песен – весьма трудоемкая затея, даже если она сработает. Но если отбросить практические соображения, подобная система ставит перед нами интересные вопросы.