这套神奇的算法,比网易云音乐更懂你

2018年01月17日 08:29来源:网络整理手机版

这套神奇的算法,比网易云音乐更懂你

文/Sophia Ciocca

随着网易云音乐的听歌报告刷屏,音乐软件背后的个性化推荐算法用开始被大家热议。作为全球最大的正版流媒体音乐服务平台Spotify,就拥有一个可以针对7500万流媒体服务用户的个性化播放列表——Discover Weekly,它可以收听习惯以及用户的喜好,并在每周一花上两个小时来做一个 “新的发现和深度清理”的更新。今天这位来自纽约时报的数据侠Sophia Ciocca,就为我们揭开了这个深度个性化推荐服务,之所以“深得人心”的秘密。

本文转自公众号数问数据科学社区

每周一,超过1亿的Spotify用户都会发现有一张全新的播放列表在等待着他们。歌单里的30首歌,你完全没有听过,但是很可能会非常喜欢。这就是Discover Weekly,它就是这么神奇。

这套神奇的算法,比网易云音乐更懂你

我本人就是Spotify的超级粉丝,且由其爱Discover Weekly。为什么呢?因为它让我感觉自己被关注了。它比任何人都了解我的音乐品味,超过了所有我生活中认识的任何一个人。每周它都能满足我的耳朵,因为它能为我找到我自己无法找到,或者我根本不知道自己会喜欢的歌。

对于那些在生活中与音乐隔绝的人,请允许我介绍一下我的最好的虚拟朋友:

这套神奇的算法,比网易云音乐更懂你

(图片说明:作者在Spotify的Discover Weekly歌单)

事实证明,并不是只有我对“Discover Weekly”着迷 - 整个用户群都为之疯狂。这甚至使得Spotify彻底重新考虑其发展重心,将更多资源投入到基于算法的播放列表中。

自“Discover Weekly”在2015年推出以来,我一直非常好奇它是如何工作的(加上我Spotify的一个女粉丝,所以有时我喜欢假装我在Spotify工作,还会去研究他们的产品)。经过三个星期的疯狂搜索之后,我非常感激终于得以一瞥幕后的真相。

言归正传,Spotify是如何神奇地为每个人每周选择30首歌呢?它的秘诀在哪?那么现在,就让我们先去看看其他音乐服务公司是如何推荐音乐的,然后再看看Spotify是如何做得更好的。

线上音乐推荐(Music Curation)的历史简介

这套神奇的算法,比网易云音乐更懂你

早在2000年的时候,Songza用人工推荐率先打开了在线音乐推荐的大门。“人工推荐”(manual curation)的意思是指由一些“音乐专家”或者其他音乐推荐人把那些他们认为好听的歌放在到播放列表里,然后让大家去听他们的播放列表。

这样的做法更加符合Curation这个词的原意,因为curator这个词原本在英文里,就是指那些在艺术馆或博物馆中的管理员,负责给大家整理和介绍艺术品。(后来,Beats Music也采用了这种策略。)

人工推荐虽然表现不错,但它需要手动操作并且过于简单,因此它无法考虑到每个听众个人音乐品味的细微差别。

像Songza一样,Pandora也是音乐推荐领域的元老之一。它采用了稍微更高级一些的方法人工标记歌曲属性。当人们听完各种音乐后会对每首歌选择一些描述性的词,然后给这些歌加上标签。然后Pandora的程序再把这些标签相同的歌做成歌单,于是就产生了一张拥有相似风格歌曲的歌单了。

大约在同一时间,一个名叫“The Echo Nest”的智能音乐代理在麻省理工学院的媒体实验室中诞生了,它采用了在当时非常先进的个性化音乐推荐方法。The Echo Nest使用了算法去分析音乐的音频和文字内容,它可以做到音乐识别,个性化推荐,创建音乐列表,而且还能分析。

最后,Last.fm采取了另外一种方法,这种方法至今依然存在,它就是协同过滤(collaborative filtering)。讲完历史,让我们回到现在。

如果上述就是其他音乐推荐服务的工作方式,那么Spotify是怎么推荐音乐的呢?

是什么使它能够比别的产品更加准确地挠到用户的痒痒肉呢?

Spotify的三种音乐推荐模型

Spotify并不是使用了某种革命性的推荐模型,实际上,他们是把其他推荐服务的各种好方法混在一起使用,最终创造了他们独特而强大的挖掘引擎。

为了能够做出Discover Weekly,Spotify主要使用了三种推荐模型:

协同过滤(Collaborative Filtering),也就是最早被Last.fm使用过的,它通过分析你的行为和别的用户的行为来工作。

自然语言处理(Natural Language Processing, NLP)通过分析文字内容来工作。

声音模型(Raw Audio Model),通过分析原始的音轨文件来工作。

这套神奇的算法,比网易云音乐更懂你

(图片说明:Spotify推荐模型,图片来源:Spotify的Chris Johnson)

那么就让我们来看看这些推荐模型是如何工作的吧!

推荐模型1:协同过滤

本文地址:http://www.ryan-liu.com/youxi/72562.html 转载请注明出处!

大家都在看更多>>

今日热点资讯