# Spotify, sohbet tabanlı müzik öneri aracının olumlu sonuçlar verdiğini bildirdi

> Spotify’daki bir araştırma ekibi, müzik öneren bir aracı geliştirmek için simüle edilmiş sohbetlerden ve otomatik istem iyileştirmesinden nasıl yararlandığını anlatıyor. Ekip, A/B testlerinde sistemin, yalnızca mevcut dinleme oturumunu iyileştirmeye yönelik bir özellikle karşılaştırıldığında dinleme süresini ve haftalık aktif kullanıcı sayısını artırdığını bildiriyor.

Oossa · 2026-09-29 · https://oossa.com/tr/spotify-reports-gains-from-a-conversational-music-recommendation-agent

Spotify araştırmacıları, sohbet tabanlı bir öneri aracının çevrimiçi A/B testlerinde dinleme süresini ve haftalık aktif kullanıcı sayısını artırmaya yardımcı olduğunu söylüyor. Sistem, kullanıcıların yalnızca mevcut dinleme oturumlarında değişiklik istemesi yerine, örneğin “Daha önce dinlemediğim İtalyan indie sanatçıları” gibi isteklerini gündelik bir dille anlatmasına olanak tanıyor.

Sonuçlar, 28 Eylül 2026’da arXiv’de yayımlanan ve RecSys 2026 makalesi olarak listelenen bir çalışmada yer alıyor. Yazarlar, Spotify’ın önceki oturum iyileştirme deneyimine kıyasla kullanıcıların dinleme süresinin %14, haftalık aktif kullanıcı sayısının %5 arttığını, atlama oranının ise %5 düştüğünü bildiriyor.

## Sistem nasıl geliştirildi?

Ekip, ürün kullanıma sunulmadan önce karşılaşılan bir zorluğa odaklandı: Öğrenebileceği gerçek kullanıcı sohbetleri henüz yokken, araca nasıl plan yapacağını, hangi araçları hangi sırayla kullanacağını öğretmek. Geliştirme hattı, tek turlu istemleri simüle edilmiş çok turlu sohbetlere dönüştürüyor; böylece ekip aracı önceden test edebiliyor.

Ardından, planlama ve araç kullanımındaki hataları bulup gidermek için otomatik bir iyileştirme döngüsü kullanılıyor. Yöntem, aracın farklı yanıtlarını karşılaştırıyor ve bir kodlama aracısının yardımıyla yinelemeli düzenlemeler yapıyor. Araştırmacılar, bunun zaten oldukça iyi optimize edilmiş bir manuel isteme kıyasla kaliteyi %8 artırdığını söylüyor. Ayrıca makalenin özetinde süreye ilişkin bir tahmin verilmese de bu sürecin geliştirme döngülerini kısalttığını belirtiyorlar.

## Sonuçlar ne gösteriyor?

Bildirilen dinleme ve etkileşim rakamları, Spotify’ı kullanma biçimlerinin tamamıyla değil, belirli bir önceki deneyimle yapılan çevrimiçi testlerden geliyor. Makalenin özeti, testlere kaç kişinin katıldığını, testlerin ne kadar sürdüğünü ya da aracın tüm kullanıcılara açık olup olmadığını belirtmiyor.

Çalışma esas olarak bir geliştirme yöntemiyle ilgili: Aracı kullanıma sunmadan önce ve kullanıma sunulduktan sonra iyileştirmek için üretilmiş sohbetlerden ve otomatik düzenlemelerden yararlanmak. Bu yaklaşım, başlangıçta gerçek dünya etkileşim verileri az olan ekiplere doğal dille çalışan öneri araçlarını test etmede yardımcı olabilir.

## Gerçekler

- Makale 28 Eylül 2026’da arXiv’de yayımlandı ve dergi referansı olarak RecSys 2026’yı gösteriyor.
- Araştırmacılar, aracı kullanıma sunmadan önce test etmek için tek turlu istemlerden çok turlu sohbetler üretti.
- Ekip, oldukça iyi optimize edilmiş bir manuel isteme kıyasla kalitede %8 artış bildirdi.
- A/B testlerinde araştırmacılar, önceki oturum iyileştirme deneyimine kıyasla dinleme süresinin %14, haftalık aktif kullanıcı sayısının %5 arttığını ve atlama oranının %5 düştüğünü bildiriyor.

## Neden önemli

Dinleyiciler açısından bu yaklaşım, ayrıntılı ve gündelik ifadelerle müzik istemeyi kolaylaştırmayı amaçlıyor. Bildirilen artışlar umut verici olsa da özet, testlerin büyüklüğünü ya da süresini açıklamıyor ve aracın herkese açık olduğunu göstermiyor.

## Kaynaklar ve referanslar

1. [Bootstrapping Conversational Recommendation Agents At Spotify: Synthetic Data Generation and Self-Improvement Loops](https://arxiv.org/abs/2609.30297) – arXiv, 2026-09-28

Son güncelleme: 2026-09-29