Tu écoutes du jazz et du rock indé. Apple Music te propose cet album d'EDM que tu as ajouté il y a trois ans et une playlist K-pop partagée par un ami. La section 'Pour toi' a l'air de correspondre à quelqu'un d'autre.

Ce n'est pas du hasard. Tes recommandations sont mauvaises pour des raisons précises - et tu peux les corriger.

Comment fonctionnent vraiment les recommandations Apple Music

Apple Music construit un profil de goûts basé sur trois signaux : ce que tu écoutes, ce que tu as dans ta bibliothèque, et ce que tu aimes ou n'aimes pas explicitement. Chaque chanson que tu joues, zappes ou ajoutes apprend quelque chose à l'algorithme sur tes préférences.

Le problème, c'est que l'algorithme prend en compte toute ta bibliothèque, pas seulement tes écoutes récentes. Des chansons ajoutées il y a des années influencent encore ce qui t'est recommandé aujourd'hui. Si 40% de ta bibliothèque est de la musique que tu n'aimes plus, 40% du signal reçu par l'algorithme est du bruit.

Trois choses qui ruinent tes recommandations

Premièrement : les chansons que tu as dépassées. Tes goûts changent, mais ta bibliothèque ne se nettoie pas toute seule. Cette phase reggaeton, la playlist de sport de 2020, l'album de BO écouté une seule fois - tout ça murmure encore à l'algorithme.

Deuxièmement : les chansons jamais écoutées. Ce sont les pires coupables. Tu as ajouté un album pour un seul titre, une playlist pour l'ambiance, ou le réglage 'Ajouter les morceaux de playlists' d'Apple Music a importé des centaines de chansons automatiquement. Les chansons avec zéro écoute comptent quand même comme 'des choses que tu as choisi d'avoir dans ta bibliothèque'.

Troisièmement : les imports en masse. Chaque playlist ajoutée, chaque album partagé accepté - tout ça dilue ton profil de goûts. Dix chansons d'un ami, ça va. Deux cents chansons d'une playlist collaborative, c'est un problème.

Le correctif rapide : Aimer et Suggérer moins

Commence par les chansons qui comptent. Ouvre Apple Music, trouve les chansons que tu adores vraiment, et appuie sur le cœur. C'est le signal positif le plus fort que tu peux envoyer. Fais ça pour 20-30 chansons que tu aimes vraiment.

Puis fais l'inverse. Appuie longuement sur les chansons que tu n'aimes pas ou que tu as dépassées et choisis 'Suggérer moins de ce type'. Ça dit à l'algorithme de se calmer sur les recommandations similaires. Même en le faisant pour 10-15 chansons, la différence est notable.

Le défi : ça marche très bien pour quelques chansons, mais si ta bibliothèque a des centaines de morceaux problématiques, le faire un par un n'est pas réaliste.

Le correctif en profondeur : nettoyer ta bibliothèque

Le moyen le plus efficace de corriger les recommandations, c'est de nettoyer la source. Parcours ta bibliothèque méthodiquement et trie les chansons qui ne correspondent plus à tes goûts. Quand l'algorithme a des données propres, il donne des recommandations propres.

SongSweep rend ça concret. Les Smart Filters trouvent les chansons jamais écoutées ou oubliées. L'interface de swipe te permet de traiter des centaines de chansons en quelques minutes. Chaque chanson triée est automatiquement marquée 'Suggérer moins' - corrigeant tes recommandations en masse.

La plupart des gens voient des recommandations nettement meilleures en quelques jours après avoir trié leur bibliothèque. La section 'Pour toi' recommence à te ressembler.