2002: Last.fm और Audioscrobbler, social web की शुरुआत

 (cybercultural.com)
1 पॉइंट द्वारा GN⁺ 2025-12-16 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Last.fm और Audioscrobbler 2002 में अलग-अलग विकसित किए गए छात्र प्रोजेक्ट थे, जिन्होंने ‘collaborative filtering’ का उपयोग करके music recommendation और users के बीच connection को लागू करने वाली शुरुआती social web-आधारित सेवाएँ पेश कीं
  • Last.fm ने users की listening history के आधार पर ‘Map of Music’ बनाया, जो genres और songs के बीच संबंधों को visualize करता था, और इसे ऐसे internet radio के रूप में चलाया गया जहाँ users दूसरे users के साथ profile share कर सकते थे
  • Audioscrobbler ने users के music playback data को track करके ‘scrobbling’ कहलाने वाला listening record बनाया, और इसके जरिए मिलती-जुलती पसंद वाले users के साथ comparison और recommendation प्रदान किए
  • दोनों सेवाओं ने पारंपरिक broadcasting model से हटकर user data और social connections के माध्यम से नया music खोजने का तरीका पेश किया
  • बाद में ये एकीकृत हो गईं और Web 2.0 से पहले के दौर में user data-आधारित recommendation और social networking की संभावनाओं को दिखाने वाले उदाहरण के रूप में आंकी गईं

शुरुआती social web के संकेत

  • 2002 में सामने आया Last.fm लंदन के Ravensbourne College के छात्रों द्वारा बनाया गया internet radio platform था, जो users की listening history के आधार पर personalized music recommendation देता था
    • जब users बार-बार music सुनते थे, तो system उनकी पसंद सीखकर personal profile बनाता था
    • सभी user profiles के योग को visualized करने वाले ‘Map of Music’ के जरिए genres के बीच connectivity दिखाई जाती थी
  • collaborative filtering वह recommendation तकनीक थी जिसका उपयोग Amazon करता था; यह समान purchase या rating history वाले items को जोड़कर recommendation list बनाती थी
    • Amazon का “इस product को खरीदने वाले customers ने ये products भी खरीदे” feature इसका प्रमुख उदाहरण है
    • Last.fm ने इसे music data पर लागू करके songs के बीच संबंधों के आधार पर recommendation बनाई

Audioscrobbler का आगमन

  • उसी वर्ष ब्रिटेन के Southampton University के Richard Jones ने Audioscrobbler विकसित किया, जो users के music playback data को collect करके recommendation बनाता था
    • users software install करके अपनी listening data को automatically record कर सकते थे
    • इस data की collaborative filtering के जरिए दूसरे users से तुलना की जाती थी और वहीं से recommendation निकलती थी
  • Jones ने “audioscrobbling” शब्द गढ़ा, ताकि listening record के आधार पर होने वाली recommendation प्रक्रिया को परिभाषित किया जा सके
  • बाद में Audioscrobbler, Last.fm के साथ एकीकृत होकर एक platform के रूप में विकसित हुआ

broadcasting model से बाहर निकलना

  • Last.fm ने पारंपरिक radio की तरह ऐसी broadcasting structure, जिसमें editor music चुनता है, से हटकर users को खुद music flow गढ़ने का तरीका पेश किया
    • users ‘love’, ‘hate’, ‘skip’ buttons के जरिए songs को rate करके अपनी personal collection को adjust कर सकते थे
    • वे दूसरे users की profiles देख सकते थे, या अपनी पसंद के मुताबिक stream automatically generate कर सकते थे
  • सह-संस्थापक Martin Stiksel ने कहा था, “अच्छा music वैसे खोजा जाता है जैसे दोस्त के घर में सुनते हुए—एक social context में”
    • इसी विचार को online environment में लाना Last.fm का मूल था

user data का मूल्य

  • Last.fm और Audioscrobbler ने user data के सामूहिक मूल्य का उपयोग करके नया content खोजने का तरीका लागू किया
    • Amazon की product recommendations की तरह, music listening data recommendation का मुख्य resource बन गया
  • हालांकि उस समय music copyright restrictions के कारण केवल 30-second samples ही चलाए जा सकते थे
    • बाद में PRS और MCPS को licensing fees चुकाकर इसे औपचारिक online radio service में बदला गया
  • इस प्रयास ने streaming revolution से पहले के चरण में data-driven music consumption model की संभावना दिखाई

Web 2.0 की ओर जुड़ाव

  • Last.fm और Audioscrobbler का संयोजन user participation और data sharing पर केंद्रित social web की नींव बनाने वाला कदम था
    • personalized recommendation, users के बीच connection, data visualization जैसे Web 2.0 के मुख्य तत्वों को इसने पहले ही लागू कर दिया था
  • 2004 के बाद तेज हुए social web प्रवाह में, इन दोनों projects को music को माध्यम बनाकर बने online community के प्रारूप के रूप में देखा गया

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-12-16
Hacker News टिप्पणियाँ

  • पहले last.fm के सोशल फीचर्स जब बहुत सक्रिय थे, तब नया संगीत खोजने का सबसे अच्छा “algorithm” दूसरे लोगों की प्रोफ़ाइल खंगालना था
    अगर आप अपने जैसे स्वाद वाले किसी व्यक्ति को ढूंढ लेते, तो genre अलग होने पर भी पसंद आने वाला संगीत मिलने की संभावना ज़्यादा होती थी
    इसके उलट Pandora की recommendations वाद्य-संरचना आधारित थीं, इसलिए नतीजे फीके लगते थे, और Spotify की recommendations भी कुछ उसी तरफ़ ज़्यादा लगती हैं

    • आजकल मुझे लगता है कि RateYourMusic संगीत खोजने का सबसे अच्छा टूल है
      अगर आप अपनी पसंद के album की reviews देखें और फिर मिलते-जुलते स्वाद वाले लोगों की profiles देखें, तो उनके album charts और genre tag system की वजह से मनचाहा संगीत काफ़ी सटीक तरीके से मिल जाता है
    • पहले मैं last.fm की radio service के लिए पैसे देता था, और इसे Xbox 360 app के ज़रिए इस्तेमाल किया था
      प्रोफ़ाइल पेज में MySpace जैसा माहौल था, और API का इस्तेमाल करने वाली third-party services कमाल के visualization charts बनाती थीं
      बाद में लगता है कि पैसों की कमी की वजह से फीचर्स हट गए और शायद Spotify द्वारा अधिग्रहित होने की कोशिश भी हुई
      एक app हमेशा mic ऑन रखकर संगीत पहचानता था और scrobble करता था, लेकिन तब मुझे यह security risk नहीं लगा
    • what.cd संगीत खोजने के लिए सबसे बेहतरीन community थी
      forum या album comments में recommendations माँगो तो हमेशा अच्छे जवाब मिलते थे, और उस community की एकजुटता बहुत याद आती है
    • मुझे Napster के दौर की manual खोज सबसे ज़्यादा पसंद थी
      दूसरे users के shared folders पूरे के पूरे देख पाना, और chat में संगीत-रुचि पर बात कर पाना, वह अनुभव बहुत यादगार था
    • मैं अभी volt.fm बना रहा हूँ — यह Spotify-आधारित ऐसी service है जिसमें last.fm की तरह मिलते-जुलते स्वाद वाले लोगों को खोजा जा सकता है
      आप सामने वाले के top tracks को auto-updating playlist में सेव कर सकते हैं, और इसका मकसद algorithm नहीं, इंसान-केंद्रित recommendations देना है
      मेरी प्रोफ़ाइल: https://volt.fm/soheilpro

  • लोग Spotify के Wrapped सालाना सारांश को लेकर बहुत उत्साहित रहते हैं, लेकिन सच यह है कि वह data पूरे साल छिपा रहता है और बस थोड़ी देर के लिए दिखाया जाता है
    पहले ऐसे फीचर्स बुनियादी हुआ करते थे, लेकिन अब छोटी-सी customization भी “special feature” जैसी लगती है, यह थोड़ा अफ़सोसजनक है
    मैं last.fm का इस्तेमाल संगीत खोजने से ज़्यादा listening habits analysis के लिए करता था

    • बहुत से लोग यह नहीं जानते कि “आप कभी भी अपनी listening history export कर सकते हैं”
    • पहले last.fm हर शुक्रवार stats update करता था, इसलिए वह उस हफ़्ते के संगीत को साझा करने वाले weekly event जैसा मज़ेदार लगता था
      real-time updates आने के बाद वह मज़ा थोड़ा कम हो गया

  • मैं last.fm का fan हूँ
    अगर आप Spotify इस्तेमाल करते हैं, तो https://www.spotify.com/us/account/privacy/ पर जाकर अपनी पूरी listening history JSON में पा सकते हैं
    इस data को visualize करने वाली साइट explorify.link भी मैं recommend करता हूँ

    • पहले Spotify SDK से बनाया गया एक web app था — इसमें top artists, tracks, recent history, और recommendation-based Discovery section तक शामिल था; यह free app है: echoesapp.io
    • इसकी वजह से मैंने काफ़ी समय बाद Spotify में लॉग इन करके data export किया

  • मैं अभी भी 2008 से last.fm इस्तेमाल कर रहा हूँ
    समय के साथ मेरी संगीत-रुचि कैसे बदली, यह देखना दिलचस्प लगता है
    पहले हम weekly 9x9 album collages बनाकर community में चर्चा किया करते थे

  • आज भी last.fm का इस्तेमाल काफ़ी लोग listening history tracker के रूप में करते हैं
    platform स्तर पर native scrobbling सिर्फ़ Spotify सपोर्ट करता है, और बाकी services के लिए third-party tools चाहिए
    API लगभग 15 साल से मुश्किल से बदला है, इसलिए हल्का integration करना आसान है
    आजकल community ज़्यादातर Discord पर शिफ्ट हो चुकी है, और music servers में से लगभग 10% last.fm stats दिखाने वाले bots इस्तेमाल करते हैं
    (मैं Discord के लिए .fmbot चलाता हूँ)

    • Apple Music में यह नहीं है, लेकिन Tidal, Deezer, Qobuz, Plex scrobbling सपोर्ट करते हैं
      संदर्भ लिंक: https://support.last.fm/t/more-ways-to-scrobble/192
    • last.fm support नहीं होने की वजह से मैं Apple Music पर नहीं जा पा रहा हूँ
    • कुछ लोग यह भी चाहते हैं कि API listening count query करने की सुविधा दे

  • मैं last.fm से बहुत प्यार करता हूँ, लेकिन हाल में मैंने open source विकल्प ListenBrainz पर भी अकाउंट बनाया है और अब दोनों जगह एक साथ scrobble कर रहा हूँ
    tapmusic.net से बढ़िया diagrams भी बनाए जा सकते हैं

    • मैं selfhosted multi scrobbler(https://github.com/FoxxMD/multi-scrobbler) इस्तेमाल करता हूँ, जिससे एक साथ last.fm, ListenBrainz, और Koito(https://github.com/gabehf/Koito/) में रिकॉर्ड हो जाता है
      जब VPN नहीं होता, तब मैं सिर्फ़ last.fm इस्तेमाल करता हूँ, और बाद में data को दूसरी जगहों पर अपने-आप बाँट देता हूँ
    • लगता है Tapmusic, ListenBrainz को सपोर्ट नहीं करता, लेकिन ListenBrainz का अपना collage tool है
    • libre.fm भी फिर से सक्रिय हो गया है
    • जानकारी के लिए, tapmusic.org domain parked है, सही साइट tapmusic.net है

  • इस दौर की एक और दिग्गज साइट Oink’s Pink Palace थी

    • यक़ीन नहीं होता कि Oink सिर्फ़ 4 साल चला; महसूस तो ऐसा होता था जैसे 10 साल रहा हो
    • उस दौर की सच में बहुत याद आती है

  • मैं 2008 से अब तक scrobbling कर रहा हूँ
    पहले छोटे artists खुद अपना संगीत अपलोड करते थे, इसलिए खासकर Swedish bitpop scene में मुझे बहुत-से छिपे हुए रत्न जैसे गाने मिले

  • 21 साल से last.fm इस्तेमाल कर रहा हूँ, और मेरी मौजूदा संगीत-रुचि लगभग पूरी तरह last.fm के similar artists feature की देन है

  • मुझे लगता है Apple ने iTunes के ऊपर social network बनाने का मौका गँवा दिया
    वह दोस्तों के सुने जा रहे गाने दिखा सकता था, taste-based communities बना सकता था, और बेहतर recommendations दे सकता था — कुछ-कुछ आज के YouTube Music की तरह

    • iTunes Genius एक शानदार recommendation system था, जो “यह गाना खरीदने वाले users ने और कौन-से गाने खरीदे” जैसी tree बनाता था
      उसी की वजह से मैंने iTunes Store पर single-track purchases में काफ़ी पैसे खर्च किए, लेकिन Apple Music के बाद उसे बनाए रखने की वजह नहीं रही
    • Apple के उस प्रयास iTunes Ping के बारे में: https://en.wikipedia.org/wiki/ITunes_Ping
    • आज भी Apple Music app के नीचे profile पर टैप करें तो एक साधारण social feature मिलता है, जहाँ follow किया जा सकता है
    • मैं भी ऐसी music-based community खुद बना रहा हूँ
      संबंधित पोस्ट: https://news.ycombinator.com/item?id=46268285