Yandex 发布最大音乐推荐开源数据集 Yambda

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 Yandex Music 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 Hugging Face 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 85 GB 存储空间。

数据集包含音乐听众的偏好信息，以 Apache Parquet 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。

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。