背景：网易云音乐个性化推荐备受知乎，微博等各种社交平台推崇
同行认为：
我一开始也认为要通过用户信息和用户操作数据的分析来构建算法，分析这个用户对什么歌会产生惊喜，然后把这类歌推送给用户。但是实际使用网易云音乐后，我发现我们都想复杂了。（网易云音乐的用户信息只有：昵称、介绍、性别、生日、地区。即便你修改这些参数，推荐给你的歌单也并没有什么改变）
我们过度强调了针对个人的算法，却忽略了社群和场景的作用。算法虽然可以让你推荐的歌曲无限接近个人的惊喜点，但是它也剥夺了用户发现其他惊喜点的可能。毕竟不是所有能带来惊喜的因素都能固定下来放在算法里。而且这些惊喜因素越多，维护成本就越是高昂，日后越是难以修改。
我们重新再看一遍哥哥和弟弟的故事：
我记得那年我小学，我哥哥高中。他总是单曲循环这首歌。我却总不知道这首歌的名字。后来我高中，他即将大学毕业，我单曲循环才知道，成长如此之快。
哥哥总听，所以导致了我听。=意见领袖在引导用户听什么
哥哥高中和我高中时都在听一首歌。=同一情景在引导用户听什么
成长如此之快。=强调的是一种用户最爱发的引起共鸣的文字
公司的资源有限，每个人都服务到极点是种浪费。意见领袖具有该群体最普遍的共同点。我服务好意见领袖，让意见领袖做出歌单去吸引同类人，然后社群成员用自己手中的赞去筛选出最有惊喜点的歌曲即可。没有复杂的算法，只有良好的社群生态系统。由意见领袖和朋友，结合当下热点去推荐新歌单。
网易云音乐中相关功能：朋友、主播电台、歌手
我们过度的强调一个大场景下的细节，却忽略了这些细节综合而成的场景。选锤子，选罗永浩的人，并不是因为罗永浩单个的细节，而是因为这些细节综合而成罗永浩给人的感觉而去选他。细节因素帮我们理解综合场景的情绪，却并非要一一用上。用一个更感人的情景要远比用一堆细节更灵活。让用户去选有温度的场景，比你自己算一堆细节变量要灵活。
网易云音乐中相关功能：飙升、新歌、热歌等情景排行榜、歌单风格场景化分类、主播电台分类等
歌单描述和场景描述上都使用更具温度，让人共鸣的文字。
思考：单纯的推送一首歌给用户，即便旋律是惊喜的，但在列表中展现的不过一个名字，一句简介。打动用户的能力依旧有限。但信任的人推荐的一个高人气，有场景，有故事的歌单，其感染力却不太一样。
但是我实名反对这种观点！！！
课程中提到的“我记得那年我小学，我哥哥高中。他总是单曲循环这首歌。我却总不知道这首歌的名字。后来我高中，他即将大学毕业，我单曲循环才知道，成长如此之快。”
我对这段话的理解为：
这首歌包含了成长以及青春，是对童年的一种怀恋。就像我小学的时候，校运会的时候我喜欢听某首歌，然后那时候有喜欢的女生，长大的时候再次听回这首歌，就会想起当年青涩的自己，美好的回忆
但是现在课程中提到现象已经不存在了：因为有2种方法
首先你听了这么多次，你肯定记得歌词的随便一句话吧，只需要百度一下，你就知道歌名了。
或者你掏出手机打开qq音乐 用音乐识别功能就知道是什么歌了。
我觉得意见领袖这种推荐本来就不靠谱，反正我从来不会去看各种歌单，基本找不到爱听的。就算有经典的我自己早都听烂了。
我推崇echo模式，这种小众高质量分享，群众点like，用like说话
