Yandex 发布最大音乐推荐开源数据集 Yambda

5月30日消息，俄罗斯搜索引擎巨头Yandex昨日发布了世界上最大的音乐推荐系统开源数据集Yambda，包含47.9亿条匿名用户的交互数据，旨在帮助开发者创建智能音乐服务。
Yandex在十个月内收集了近2800万YandexMusic月度用户的数据，具体为用户与939万首歌曲的47.9亿次交互，数据集包括听众对歌曲好恶的关键反馈，所有交互都带有时间戳以提高准确度。

Yambda在HuggingFace提供三种大小的数据集供自由下载：Yambda-5B（来自100万名用户的行为）、Yambda-500M（10万用户）和Yambda-50M（1万用户）。其中规模最大的5B数据集至少需要85GB存储空间。数据集包含音乐听众的偏好信息，以ApacheParquet格式存储，可用作研究用途或开发类似Spotify等流媒体服务提供的AI音乐推荐功能。据了解，Spotify和Tidal等流媒体服务通常不会发布其音乐推荐算法的代码或模型，因为推荐听众喜爱歌曲的能力被视为其成功的商业秘密。