惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

雷峰网
雷峰网
T
Threatpost
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
T
Tailwind CSS Blog
IT之家
IT之家
H
Hackread – Cybersecurity News, Data Breaches, AI and More
WordPress大学
WordPress大学
博客园 - 司徒正美
Microsoft Azure Blog
Microsoft Azure Blog
Hugging Face - Blog
Hugging Face - Blog
Google DeepMind News
Google DeepMind News
阮一峰的网络日志
阮一峰的网络日志
博客园 - 三生石上(FineUI控件)
Google Online Security Blog
Google Online Security Blog
The GitHub Blog
The GitHub Blog
Martin Fowler
Martin Fowler
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
有赞技术团队
有赞技术团队
S
SegmentFault 最新的问题
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Microsoft Security Blog
Microsoft Security Blog
Jina AI
Jina AI
G
GRAHAM CLULEY
D
Darknet – Hacking Tools, Hacker News & Cyber Security
C
Cyber Attacks, Cyber Crime and Cyber Security
A
About on SuperTechFans
Vercel News
Vercel News
The Cloudflare Blog
Cisco Talos Blog
Cisco Talos Blog
小众软件
小众软件
MyScale Blog
MyScale Blog
I
InfoQ
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
人人都是产品经理
人人都是产品经理
The Hacker News
The Hacker News
S
Security Affairs
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
MongoDB | Blog
MongoDB | Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
量子位
酷 壳 – CoolShell
酷 壳 – CoolShell
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
F
Fortinet All Blogs
Latest news
Latest news
Last Week in AI
Last Week in AI
博客园 - 叶小钗
H
Heimdal Security Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
V
Vulnerabilities – Threatpost
Project Zero
Project Zero

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
网易云、QQ音乐、酷狗、汽水……你的音乐软件懂你吗?
深瞳商业 · 2023-06-14 · via 人人都是产品经理

本篇文章主要探讨各大音乐平台的推荐页内容,为了实现更为精准的音乐推荐,各大音乐APP采用了不同的算法逻辑,以提高推荐的准确性和用户体验。接下来我们跟随作者,一起了解不同平台的推荐内容吧~

前两篇内容,可点击阅读:

酷狗概念版、豆瓣FM、波点音乐……哪个小众音乐APP最好听?

汽水音乐一周年:“抖音BGM播放器”的起与落

说起音乐产品最核心的功能,音乐推荐,永远是绕不开的话题。

近年来,音乐版权资源实现快速增长,《2021华语数字音乐年度白皮书》显示:2021年发布的华语新歌数量达到114.5万首。这意味着,平均每27秒就会诞生一首新歌

如何快速让用户找到喜欢的音乐,提升听歌时长,也成为这两年音乐产品创新的一个重要方向。

精准的音乐推荐,前提是丰富的版权内容。

因此,本文主要聚焦当下主流的音乐APP:即QQ音乐、网易云音乐、酷狗音乐、酷我音乐、咪咕音乐、汽水音乐这六款产品。看看近年市场到底有哪些创新,以及,谁的歌曲推荐功能最能捕获人心?希望对歌迷朋友们有参考价值。

一、膨胀的算法逻辑:四种模式下的音乐推荐

AI个性化推荐是平台音乐分发的核心环节。音乐APP根据用户特征、听歌记录等描绘用户画像,以及推荐歌曲/歌单/视频。

1.基础的每日推荐:网易云音乐最丰富,汽水音乐不做

让我们先从最基础的每日推荐说起。除汽水音乐不做日推外,其它主流音乐APP均推出了每日推荐。每日推荐可以帮助用户新的一天拥有一份全新的私人化的歌单,培养每日听歌的习惯。

QQ音乐,网易云音乐,酷狗音乐

QQ音乐将日推命名为Daily30,吸引点在于每日30首歌曲可以免费听,即使没有购买会员也可以收听付费歌曲。

网易云音乐是最早开始做每日推荐的,日推歌曲数量在35首左右,早6点更新,用户有一次刷新日推歌单更换歌曲的机会。

此外,用户还可在上方菜单栏从默认推荐调整为风格推荐,在下拉界面中选择想听的曲风、情绪、场景、语种、主题等标签,推荐歌曲的可选择范围更大。

酷狗音乐的日推功能,没有什么亮点,普通用户推荐30首歌曲,VIP用户多听30首歌。

酷我音乐,咪咕音乐

酷我音乐的日推功能相比较酷狗音乐,推荐歌曲内容更丰富。除系统推送的30首歌曲外,还有新歌和重温选项,推送新歌和经典歌曲。

咪咕音乐不太注重日推歌单,将其放在推荐歌单子界面中,每日推荐歌曲数量倒是最多,有50首,也不知道用户平均能听完多少首。

简单说,日推方面音乐APP大同小异,QQ音乐用免费吸引用户,网易云音乐满足多元化需求,汽水音乐则没上线日推功能。

2. 需调教的个性电台:酷狗迎合短视频习惯,汽水采用全新模式

个性电台采用实时动态的流式推荐模式,更适合愿意与推荐系统有更多交互行为,有调教推荐系统意愿的用户。

QQ音乐在首页醒目处放置了“猜你喜欢”入口,又在首页下方菜单栏设置“雷达模式”。 雷达模式下平台会根据用户的红心歌曲,推荐相似好歌,既包括收藏的老歌,也包括相似风格的新歌。

不过,“猜你喜欢”和“雷达模式”UI界面差别很小,功能也较相似,似有重复建设之感。

 QQ音乐推荐页,猜你喜欢,雷达

网易云音乐“私人漫游”原本让大家更熟悉的名字叫做私人FM。更新后,新设“熟悉模式”“默认模式”“探索模式”三种模式,逐级增加推荐歌曲的多元化和陌生化。

网易云音乐私人漫游

酷狗的方式,似乎在短视频时代更加高效。首页设置“猜你喜欢”界面,进入后有“30秒”“发现”“小众”三种模式。

30秒,顾名思义,歌曲直接从副歌开始播放30秒,期间用户可以选择增加30秒或者听完整歌曲,将歌曲的记忆点重点呈现。

酷狗音乐的30秒推荐

酷我音乐的猜你喜欢、咪咕音乐的私人FM,基本是默认是流式推荐模式,无明显亮点。此不赘述。

酷我音乐猜你喜欢,咪咕音乐私人FM

汽水音乐则与其他音乐APP不同,表现“激进”,也不能算是传统的个性电台。用户进入界面,直接就是系统推荐的音乐,可上滑切歌,与浏览抖音的操作一致。过程中除了音频,还穿插音乐短视频进行推歌。

与网易云音乐相似的是,音乐推送设置了“熟悉模式”“默认模式”“新鲜模式”三种,用户还可滑动封面切换到乐评,有吸收到同行的亮点。

汽水音乐推荐播放页,乐评,视频推歌,更换播放模式

对比来看,汽水音乐的这类推歌模式别出心裁,酷狗音乐的推歌兼具高效。

3. 花样百出的歌单推荐:QQ音乐重视AI,网易云关注共享,酷我比酷狗醒目

歌单,重构了音乐APP的底层架构,使歌曲间形成关联和集群效应,既能够满足用户特定的需求,也能够提高中尾部歌曲的曝光。

测评的音乐APP都做了歌单推荐,包括UGC,PUGC,OGC和AIGC等模式。QQ音乐通过“乐馆”进入“分类歌单”后,就进入了广阔的歌单广场。

比较值得关注的是AI歌单,它根据不同曲风和类型划分歌单,选取用户收藏量高的歌曲推荐,如“百万收藏”AI歌单中收录用户常听的超人气的歌曲,且每日更新。

QQ音乐分类歌单,AI歌单

网易云音乐的歌单入口设置在首页中间,进入后先是推荐的专属歌单,紧接着是官方动态歌单,歌单在命名上,比较注重“场景化”,如“独处时刻”“日落大道”,文艺风满满。

比较有趣的一个歌单类型是共享歌单,意为歌单创作者可以邀请协作者一起来创建公开的共享歌单,加入心仪的歌曲,玩法更加注重协作交流,互动感更强。

网易云音乐歌单广场,官方歌单,共享歌单

酷狗音乐需要用户在首页至少下滑三次,才能够找到“主题歌单”入口,可以看到,歌单并没有放在核心的位置,也有一些主打私人定制的主题歌单,但是亮点不突出。

酷狗音乐首页歌单入口,歌单广场

酷我音乐的歌单界面入口就比酷狗音乐醒目得多,进入后,映入眼帘的就是近20个音乐标签供用户选择,非常直接,使用方便。

酷我音乐首页歌单入口,分类 · 歌单

咪咕音乐将歌单这个标签放在首页第一位,位置醒目。点入歌单广场,可以选择不同标签的歌单,下滑也可以看到不同分类:如根据时间推送的助眠歌单,猜你喜欢的歌单,编辑推荐歌单等,分类相对明确。

咪咕音乐首页歌单入口,歌单广场

汽水音乐的歌单,需点击首页下方的“发现”界面进入,歌单推荐页面也在上方设置标签。歌单上不标明播放量,也没有设置不同栏目和分类,主打一个简洁。

与其他音乐软件相比,汽水音乐歌单抖音元素突出,如推荐歌单中首个就推送抖音热门歌曲。

汽水音乐发现页页歌单入口,歌单广场

综合来看,歌单推荐已成为音乐APP非常成熟的推歌方式,比较创新的有QQ音乐的AI歌单和网易云共享歌单模式。

4. 古老的音乐排行榜:流量时代不再,排行榜风光也不再

音乐排行榜可谓是最元老级的推歌方式,见证着PC音乐播放器时代进入移动音乐时代。

过去,音乐排行榜是评价一首歌曲成功与否的重要标志;如今推歌方式大不同从前,音乐排行榜虽然数量大幅增加,但是影响力反而不如以前。

QQ音乐,网易云音乐,酷狗音乐

酷我音乐,咪咕音乐,汽水音乐

从音乐APP的榜单来看,既有平台的飙升榜、热歌榜、新歌榜,国外榜如billboard美国公告榜等,也有根据不同音乐流派、风格、语言和地区划分的排行榜。

汽水音乐仅设置了“热歌榜”“新歌榜”“欧美榜”3个排行榜,在测评的音乐APP中,显得另类、清新。

综上,从四种歌曲推荐维度来看,QQ音乐和网易云音乐的算法推荐走在前沿,模式多样,围绕用户需求尽可能地提供全方位服务。

酷狗音乐,酷我音乐,咪咕音乐紧跟队伍,虽然功能也较为健全,但是亮点不突出。汽水音乐则抛弃了其他音乐软件复杂的首页服务,全面瘦身,走了一条全新的简约的道路。

二、坍缩的人工推荐:亟待重建的专业音乐风向标

曾经,大众媒体+专业乐评人是音乐市场上最有力的把关人,如今的算法时代,人工推荐的影响力急剧坍缩,但依旧在理解内容风向、引领大众审美上具有重要价值。

对于用户来说,人工推荐最直观能感受到的,就是首页Banner新歌推荐、官方歌单和非数据的音乐排行榜。

1.首页Banner推荐:网易云和咪咕最重视

能占据首页Banner推荐的,非富(影响力大)即贵(有合作),或者实力超群(太好听了)。毕竟,这可是曝光度最高的C位了。

QQ音乐,网易云音乐,咪咕音乐,酷我音乐

QQ音乐“乐馆”界面的banner页面,用来推荐歌手新歌、综艺OST和平台企划的相关活动推荐歌曲。

网易云音乐的banner页放在首页上方最醒目的地方,咪咕音乐的banner页也放在同样位置,还在左下角贴心地标注了页码。两者推荐内容相似,包括新歌、原创音乐、歌单和专题活动等。

酷我音乐的banner页面放在热门板块之下,以歌单推荐为主,没有直接推新歌。酷狗音乐和汽水音乐,则没有做banner推荐。

综合来看,网易云音乐和咪咕音乐比较注重banner推荐位,将看重的歌曲/歌单/活动放在首页提高曝光量,同时也穿插广告获得商业收益。QQ音乐则将其放在二级页面,相对推荐力度没有那么强大。

就推荐的歌曲来看,尽管独家版权时代已落幕,各平台还是在尽力推荐深度合作的音乐人,这点并不让人意外。

2. 平台自制歌单:酷狗酷我不关注,咪咕主推周杰伦

在音乐歌单中,平台自制歌单占据海量歌单中极少的比例,但拥有优势推荐位。

QQ音乐官方歌单,目前已建立1179个歌单,内容多元,分类很杂,像是往期专题活动推荐歌单的集锦,由于没有搜索功能,需要用户人工挑选。

QQ音乐官方歌单,网易云音乐官方动态歌单,网易云音乐官方歌单广场

网易云音乐有单独的官方动态歌单界面,功能较完善;有每日更新的也有不定期更新的,涉猎类别很多,包括学习,工作,冥想,睡眠等多种场景,说唱,摇滚,古典等多种音乐风格。

咪咕音乐的官方歌单推出【新歌周报】【榜上有名】【深度·周杰伦】等近700个官方歌单,重点还是打周杰伦这张王牌。

咪咕音乐,汽水音乐

汽水官方运营汽水编辑账号,制作了不同音乐风格、年度经典歌曲等歌单,但基于平台用户较少,收藏点赞转发量的数据都不可观。

酷狗音乐和酷我音乐没有官方歌单板块。

客观来看,网易云音乐的官方歌单建设优于其他平台,这或许与其最先开始搭建歌单和运营音乐社区有关,较大程度上提升音乐发现、分享的体验。

3.人工音乐榜单:夹杂着小心思的专业推荐

在算法推荐部分中,我们已介绍各音乐软件的音乐排行榜,在人工推荐方面,有几个小亮点值得重点关注。

网易云音乐和QQ音乐,都有针对原创音乐的编辑榜单,硬地原创音乐榜和INDIE图鉴榜。硬地原创音乐榜具有首创性。

Q音的INDIE图鉴榜推出后,同样重视讲AI的故事:由AI初筛、编辑筛选、乐迷社群投票、乐评人品鉴团投票等综合推荐10首原创独立音乐,双周更新。

酷狗和酷我平台的人工音乐榜单,则以TME集团的由你榜,浪潮榜为主。

云音乐还有很值得关注的编辑推荐榜,它是由云村编辑从30天内发行歌曲中,打分评选推出TOP10单曲,每周五更新。

有心的是,每首歌都有一段编辑的推荐语,帮助用户了解歌曲的特点。

可以说,在专业乐评人被迫缺位的当下,优质的人工推荐榜单,对原创音乐的发展具有放大镜作用,也彰显在算法穹顶之下,打破信息茧房,回归优质内容的努力。

不过呢,平台在编辑榜单中“塞”一些自制歌曲的动作,也并不罕见。

综上,从Banner推荐、官方歌单和人工权威榜单三方面来看,音乐APP的编辑推荐功能,网易云音乐≥QQ音乐>其他平台。

三、算法时代的小思考:万物皆可Embedding

AI快速发展之下,似乎任何内容,包括图片、视频、语音、文本等非结构化数据,都可以利用 AI 编码,转换成特征向量,并通过计算向量实现对非结构化数据的分析。

当下喊出的“万物皆可 Embedding”(嵌入)的口号,表现出AI推荐的极大信心。但真的如此吗?

先简单看看音乐领域的推荐模型:目前,音乐算法系统主要采用协同过滤、自然语言处理、音频分析三种推荐模型。

用户搜索、播放歌曲/歌单,以及红心、收藏、评论、分享等操作,都可以精准地用来形成画像,达到精准推歌的目的。

协同过滤起源于亚马逊购物推荐,也是在音乐推荐中应用最多的一种算法。

拿QQ音乐举例,协同过滤既有“基于音乐”的逻辑,也有“基于用户”的逻辑:前者,QQ音乐上的歌曲都会被打上几个标签,假设你喜欢一首有“电音”标签的歌曲,那么其他同样有“电音”标签的歌曲,就可能会被推荐给你。

后者,打个比方,系统判定你和某个群体品味相似,都喜欢“旅行”标签的歌单,可能就会把他们偏好的其他标签歌曲,推荐给你。

DataFunTalk

自然语言处理则可以运用在文本分析上。

拿网易云音乐举例,用户对歌曲/歌单进行评论,如果系统判断你表达的是正向情绪,就会更倾向于推荐类似的音乐;反之,则会在推荐中对类似内容进行降权处理。

音频分析,则真正切入到了歌曲本身:采集旋律、节奏、音高等内容,进行有效信息数字化提取,再进一步比对分析,寻求相近的歌曲形成关联。

比如,Spotify算法中即引入这一逻辑:通过分析原始音轨文件来进行分类过滤,在卷积神经网络的帮助下,歌曲时间内的特征统计量(拍子记号、音调、调式、速度等)得以形象化,并被用来分析歌曲间本质上的相似性。

必须承认,算法推荐的确越来越精细化,过去可能只能对用户画像画个草图,如今可以画出了工笔画。

不过,现阶段算法推荐仍旧无法完全取代人工推荐,它只能基于原有数据进行推荐,在冷启动或者新领域上无法及时做出准确的预测。

打个不恰当的比方,用户喜欢吃番茄炒蛋,算法抓取到“番茄”“炒蛋”标签,于是开始推荐番茄蛋汤,黄瓜炒蛋,韭菜炒蛋,桌面都是相似的菜肴,但很难推荐出新菜——烧烤。

算法可能会推荐陈奕迅、孙燕姿,但可能推荐不出下一个天王天后,这可能也是为什么“算法懂我,但又没那么懂我”的原因。

与此同时,音乐始终需要审美的引领,这永远需要专业编辑、乐评人的努力。

如果一切唯流量论,唯数据论,那么,洗歌统治乐坛,翻唱统治乐坛,无穷无尽的重置版统治乐坛的日子,很快就会到来。这是流量的胜利,却只能是音乐的失败。

最后,你对音乐APP推荐的音乐满意吗?欢迎在评论区留言讨论。

作者:方澄;编辑:楚青舟

来源公众号:深瞳商业(ID:DEEP-FOCUS),破译你每天的时间和钱都去哪儿了。

本文由人人都是产品经理合作媒体 @深瞳商业 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。