深度技术解析,为什么说QQ音乐搜索体验做到了极致?

当用户想要找到某首音乐时,就会来使用这款音乐产品。

这似乎是一个挺好的答案。

平台用户越来越多,音乐数据越来越多,用户是否能够快速找到自己想要听的内容决定了这款产品在用户心里的位置。

有没有一些歌曲,猛然间想起来,却如何都找不到?

“搜索”如何让用户更快,更准确的找到自己想要找的音乐,这是我们今天要展开的命题。

晒数据

干货之前,先来看看市场上,音乐类产品的数据吧,这次选择排名前三的音乐类产品来做数据对比。

截止目前 ,QQ音乐月活跃用户达13709万,同类产品中,口碑较好的云音乐月活是2243万,QQ音乐近乎云音乐的5倍。

(数据来源:易观千帆)

这个数据意味着什么呢?至少从中可以看出,正是基于搜索作为音乐APP最基本的功能,QQ音乐满足了绝大多数用户随时随地找到自己想要音乐的需求,才使得它成为用户最受欢迎的音乐APP。那问题来了,为什么QQ音乐是搜索体验中最好的呢?下面就从产品层面深度解析QQ音乐的搜索。

基于搜索的个性化

用户的主动搜索行为,隐藏了很明确的兴趣特征,毕竟搜索的成本还是较高的,基于这样的判断,活跃用户、启动次数最多,使用时长最长的QQ音乐在搜索上也最有发言权,在个性推荐系统可以说它做到了smart词汇联想和搜索热词推荐上服务上的优化再优化。

smart联想功能是搜索服务中重要的一环,能通过智能联想的方式帮用户快速搜索。但是联想检索服务受限于实效性和模糊性,联想的结果往往只是热门内容,远不能满足各类用户的要求。

QQ音乐个性化搜索引擎结合用户的搜索历史、听歌习惯等个性化数据,利用了冷热检索相结合的服务方式,提供更加smart的联想,不同偏好用户搜索smart联想的备选结果和排序结果均不相同。

比如,普通用户搜索c,smart联想结果是陈奕迅、陈小春等热索引的结果,也就是大众热门且匹配的结果。而当英文偏好用户搜索c,smart联想结果是Coldplay、Celine Dion等冷索引的结果,也就是个性化匹配结果。

(左图是普通用户搜索c ,右图英文偏好用户搜索c)

如果更具体一点的搜索,结果也会不同,比如普通用户搜索“马”,smart的联想结果前3个是马旭东、马頔、马天宇;民谣偏好用户搜索“马”,smart的联想结果前3个是马頔、马潇与灰杜鹃乐队、马旭东,在检索结果和排序上都做了一定地优化。

(左图是普通用户搜索“马”,右图是民谣偏好用户搜索“马”)

除了普通搜索,在热词功能的搜索上,QQ音乐也能做到及时筛选热门搜索内容,推荐给用户。一般传统的热词计算主要是依靠搜索次数和搜索增长率等指标计算,而QQ音乐推荐的搜索热词会偏向年轻化,这也更符合当下年轻人听音乐的习惯。其个性化搜索热词推荐同样结合用户的搜索历史、听歌习惯等个性化数据,根据用户偏好歌手、偏好语种、偏好风格均做了热词漏斗,充分发挥热词的作用,如下是搜索热词示意图:

这也是和其他音乐产品截然不同的地方,目前只在云音乐上有类似的设定,不过过于粗糙了。

实际上,音乐本身包含了非常丰富的信息,足以支撑多元化的设定。比如按照不同纬度划分别可以得到不同的内容,比如语种,情感,风格,专辑,歌星,电台等,相应的也就能得到许多纬度的“内容库”。

基于音乐的特性,那么平台可推荐的内容具备极大的开发空间。

下图,分别是搜索“怒放的生命” “周杰伦” “小语种” “印度歌曲” “伤感”关键词的推荐信息,分别对应“专辑”“歌手”“语种”“歌曲分类”“电台”。

匹配

正常情况下,搜索的匹配逻辑是单一的,这不代表,它必须要单一。

“搜索的关键词越长,搜索歌词的概率越高”。

对于音乐来讲,名字的长度是十分有限的,结合关键词长度,就会发生化学反应,往往我们会忽视这样的场景特征。这个特征同样符合歌手名和歌曲名的区别。

我们来假设这样一套简单逻辑:

  • 关键词 3个字以内,优先匹配歌手
  • 关键词 6个字以内,优先匹配歌曲名
  • 关键词 6个字以上,优先匹配歌词

(这是一套YY的简易逻辑,实际上根据关键词的特殊性质,还有许多复杂的逻辑共同支撑这个应用场景, 切勿对号入座)

除了最先展示的内容发生了变化(第一条显示的结果,符合何种类型),我们可以看到他的信息结构也发生了变化

  • 当关键词更符合歌手时,展示的是歌名,歌手,及专辑
  • 当关键词更符合歌名时,展示的是歌名,专辑名
  • 当关键词更符合歌词时,展示的是歌名,专辑名,歌词

这需要客户端所有元素都是灵活展示的,同时也需要对关键词进行深入挖掘。

有时候,对比是个不错的分析方法

这是一个真实的故事:

Long long ago ,嗯,我突然想起曾经听过的一首歌,非常想再听一次,这大概是中学听过的一首歌。

我只记得一句歌词:哗啦啦啦天在下雨

(QQ音乐,云音乐,虾米音乐的对比)

大概是一种职业病,对于这样的情绪波动,我会比较敏感。

在QQ音乐搜索相同的关键词,看到搜索结果的一瞬间,我察觉到自己小小的心动了一下。

  1. 我输入的关键字,在结果页被呈现出来了。
  2. 关键词出现的位置,有前后文关联,我可以依靠这个来判断,这是否是我想找的歌。
  3. 第一首,就是我想找的歌。

三款软件其实都支持歌名,歌手,歌词搜索,但相同的关键词却出现了截然不同的结果。

这幅简易的产品泳道图,也许能让我们明白其中的差异。

QQ音乐在用户搜索的过程中做了几件事情:

  • 判断用户输入的关键词是歌词,还是歌名,或者是歌曲类型
  • 根据关键词分析,用户的搜索意图,是想找歌,还是想找专辑,或者是找其他的
  • 数据库检索到结果后,再根据意图识别的结论,决定如何给用户呈现搜索结果,比如是否展示“歌词”

一款细腻的产品,需要做许多细节的功能,毫无疑问,QQ音乐便是这样一款细腻的产品。

“影视歌曲支撑性”

相信有很多喜欢看剧,看电影的朋友会想要知道过程中听到的音乐,我就挺喜欢一首歌的,但我不知道这首歌的名字,甚至不知道歌词。

我挺喜欢看金凯瑞的电影,以前看过他的《好好先生》,很喜欢里面的插曲,现在想起来也任然很舒服。

以下是三组对比搜索结果,关键词分别是“好好先生”,“好好先生插曲”

有时候,我们做产品真的不能去对比。

减量搜索是最常见也是最普通的搜索模式,关键词越长,符合条件的结果越少。

如果没有和QQ音乐进行对比,我们大部分时候会将这种现象理解为“主流”“应该如此”。

这样来讲,可能大家更容易理解:

“好好先生插曲”相比“好好先生”对于搜索关键词而言,可以理解成,从“好好先生”的搜索结果里,筛选出符合“好好先生插曲”这个条件的内容。

然而,QQ音乐的做法是“换了一批”,从此“好好先生”与“好好先生插曲”没有任何关系。

图谱解读:

  1. 服务器对关键词进行分析,识别到“插曲”这个固定单词,由此推测,“插曲”前的关键词不是“歌曲名”,而是“影片名”
  2. 拿着“影片名”去影片库,里寻找“影片”,而非寻找歌曲
  3. 找到影片后,再寻找该影片相关的曲目
  4. 展示搜索结果时,显示 “影片名”,“影片译名”而不是展示歌手,专辑等

除了文字的搜索,语音识别搜索我觉得也是考验平台在搜索功能做的是否精准的一个标准。实际上,这三家都有语音搜索的功能,但效果“一试”才知道什么叫真正的语音识别。

但从名字上来说,网易和虾米提供的是叫做听歌识曲的功能,只能识别环境中播放的音乐,QQ音乐提供有两种听歌识曲和哼唱识别,也就是说你既可以听音乐来识别歌曲,还可以通过自己的哼唱来识别吗,最重要的是不管你唱得好不好无所谓,只要你能哼唱就能根据语调识别,并不需要唱出歌词。

实际测试了一下,由于本人实力有限,唱歌水平实在不怎么样所以选择了小苹果的片段。

哼唱和有歌词的识别度分别是80%和86%

几次实验后虾米和网易都表现不如意,最终放弃这个搜索功能。

后记

啰嗦完了技术性的产品分析,也说点感性的。作为音乐的“重度”用户,可以说,每天打开音乐APP搜索我想听的音乐成为我上班路上、休息时间的必修课。注意,我说的是“搜索”而不是“听”音乐。

这也是我想表达的,其实在我们第一次打开音乐APP听音乐,第一个使用的功能应该就是“搜索”,只有通过搜索,我们才有可能把我们喜欢的音乐进行下载、收藏并分享,只是平常我们习惯了听音乐而忘了搜索的重要性。

原文发布于微信公众号 - BestSDK(bestsdk)

原文发表时间:2017-01-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏软件测试经验与教训

问题很严重,老板很生气,这时该如何化险为夷?

42760
来自专栏LiveEdu在线科技教育平台

澄清学习编程的10大误区

在编程行业,一直流传着很多误区。下面让我们一起来纠正10个有关编程的常见误区,以帮助编程初学者或有志成为程序员的人,更理性地认识编程。

337110
来自专栏数据的力量

如何写好一份数据分析报告

18140
来自专栏Material Design组件

参加完回音分享会的一些感悟主题:设计师的产品思维

375140
来自专栏罗超频道

《小时代3》背后:百度知识图谱前夜

这几天百度不断出新,让人目不暇接。在极简首页之后,《小时代3》的百度知识图谱也悄然在搜索页上线。《小时代3》大热之际,其错综复杂的人物关系并不是每个观众都能理...

40460
来自专栏靠谱PM

从产品经理角度看“子弹短信”

看过我之前文章的小伙伴都了解我写文章的风格,我比较喜欢务实,所以今天写的文章就如文章标题一样,以产品经理的视角来看“子弹短信”这个应用,并且说明为什么从这几个维...

18130
来自专栏CSDN技术头条

怎样判断一个人是否适合做数据分析?

网友问:部门要找几个人做数据分析。现几个人原来是在不同的岗位上的,以前没有做过数据分析,怎么样才能看看出他们是不是适合做数据分析呢,在进行竞聘时使用什么样的题目...

21160
来自专栏数据的力量

在腾讯2年,我学到了这15条关于运营的干货

208110
来自专栏PPV课数据科学社区

43页PPT | 数据思维全解析

来源公众号:母婴零售探索(FoxHo1108) 当年我们说,“学好数理化,走遍天下都不怕”。 大数据时代,我们的口号是“有了数据思维,真理就在你手中”。 ? 什...

64170
来自专栏互联网数据官iCDO

如何从Facebook获取流量?

译者:Nic 审校:陈明艳 本文长度为4634字,预估阅读时间10分钟。 前言:作为重要的流量来源的Facebook,流量中究竟蕴藏了什么秘密,让我们一探...

1K40

扫码关注云+社区

领取腾讯云代金券