音乐App是怎样给用户推荐个性化音乐的?

  • 回答 (6)
  • 关注 (0)
  • 查看 (242)

断断续续用过不少音乐App,虾米、网易云、QQ音乐等。这些App基本都有给用户推荐音乐的功能,总能在不经意间听到惊艳自己的音乐。这些歌单是有音乐团队精心定制推送给用户吗?还是来源于哪里呢?这些音乐推荐的工作原理又是什么?

午夜的船长午夜的船长提问于
起风了BUG OF BUG回答于

我倒认为这些音乐软件个性电台推荐背后的是基于大数据搜集的推荐算法。

推荐算法是计算机专业中的一种算法,通过一些数学算法,推测出用户可能喜欢的东西,目前应用推荐算法比较好的地方主要是电商(所以不要奇怪为什么你看到推荐物品总是想买买买)。推荐算法主要分为6种。

来自百度百科

很显然,在拥有大量音乐资源的前提下,结合协同过滤、语义分析、操作分析等技术,音乐App就能为用户提供较为准确‘个性化’音乐了,毕竟一个人的喜好总有类似的地方。

而想给用户提供更好的使用体验,除了上述技术,还在于音乐软件会随时根据用户的动作行为发生改变而改变,通过大数据的搜集,捕捉到用户兴趣、情绪的波动,对推荐的音乐进行优化和调整,从而使推荐更符合用户的口味。比如在听歌时,出现切歌、收藏或删除等行为就会引起后续歌曲推荐的变化,根据情况,判断是否增多/减少类似音乐的推荐。也正是有着这样的算法,我们的使用体验也就越来越好了。

小熊flippy回答于

不仅仅是在音乐推荐方向,在很多领域,个性化推荐都被频频提及也一直受到争议,如电商、广告投递等。就目前而言,流行的推荐算法系统基本上通过三种方式来联系用户兴趣和对应的物品:

1.通过用户喜欢过的物品(比如用户点赞过或收藏过的音乐),然后给用户推荐与之相似的物品(比如风格类似的音乐),这就是基于物品的算法。

2.通过和用户兴趣相似的的其他用户,然后给用户推荐那些用户喜欢的物品(比如那些用户收藏的音乐等),这也就是基于用户的算法。

3.第三种算法也是最重要的算法,通过一些特征来联系用户和物品,给用户推荐那些具有用户喜欢的特征的物品。

第一种和第二张算法偏向技术,而第三种可能更多的是人为的将物品打上标签,然后通过各个标签串联匹配,以此来达到个性化推荐的功能。

可以说,在一个拥有大量音乐数据的前提下,需要对各个音乐进行分类,贴标签,但即使就是这样的精细化、耗时耗力的工程,可能推荐的内容仍然会让用户觉得不合口味,费力不讨好。现在无论怎么好用的软件,自然也是做不到100%精准和真正的个性化的。

竹、逸少天不生仲尼 万古长如夜回答于

对对对 我也是 无聊的时候 就打开个性电台 让音乐给我推荐歌曲 总是能发现自己喜欢的歌 不要太惊喜

誓不低头aaaaaaaaaaaa回答于

可能是根据歌曲热度来推荐的,我感觉推荐的歌底下评论都很多。

Sunde设计师回答于

应该是根据你曾经听过的歌曲来分析推送的吧。

m9747785回答于

扫码关注云+社区