歌曲的个性推荐

网易云音乐有个核心功能是个性推荐,但这个功能有人爱有人恨,比如听歌看到评论说,用了网易云音乐后精通八国语言,听一次纯音乐连着几天都推送纯音乐。歌曲个性推荐这件事本质上是帮用户找到自己想要的歌,创造惊喜感。所谓惊喜感就是当人们碰到一些让自己感觉舒服、和谐、喜爱的不确定性或未知的事件时,自己内心所产生的一种感觉。(被动状态)

歌曲个性推荐惊喜感来自于两个方面:1.模糊未知  2.完全未知

模糊未知

(1)自己喜欢的风格跟过往听过的歌有很大的相似度,会感觉很舒服亲切

(2)曾在脑海里飘过,但无法通过回忆提供的线索寻找得到

完全未知

(1)同种风格听腻了,想换换其他的。

(2)从来没听过的风格但听了感叹世上居然还有这种音乐存在,然后从完全未知过渡到模糊未知。

音乐个性推荐主要在解决模糊未知需求,主要通过两种算法(参考知乎的回答):

一.协同过滤算法

基于用户的协同过滤算法:

这种算法最大的问题如何判断并量化两人的相似性,思路是这样

例子:有3首歌放在那里,《最炫民族风》,《晴天》,《Hero》。

A君,收藏了《最炫民族风》,而遇到《晴天》,《Hero》则总是跳过;

B君,经常单曲循环《最炫民族风》,《晴天》会播放完,《Hero》则拉黑了

C君,拉黑了《最炫民族风》,而《晴天》《Hero》都收藏了。

我们都看出来了,A,B二位品味接近,C和他们很不一样。

那么问题来了,说A,B相似,到底有多相似,如何量化?

我们把三首歌想象成三维空间的三个维度,《最炫民族风》是x轴,《晴天》是y轴,《Hero》是z轴,对每首歌的喜欢程度即该维度上的坐标,并且对喜欢程度做量化(比如: 单曲循环=5,下载=4,收藏=3,主动播放=2 ,听完=1,跳过=-1 ,拉黑=-5 )。那么每个人的总体口味就是一个向量,A君是(3,-1,-1),B君是(5,1,-5),C君是(-5,3,3)。

我们可以用向量夹角的余弦值来表示两个向量的相似程度,0度角(表示两人完全一致)的余弦是1,180%角(表示两人截然相反)的余弦是-1。

根据余弦公式,夹角余弦=向量点积/ (向量长度的叉积)= ( x1x2 + y1y2 + z1z2) / (跟号(x1平方+y1平方+z1平方) x跟号(x2平方+y2平方+z2平方) )

可见A君B君夹角的余弦是0.81,A君C君夹角的余弦是-0.97,公式诚不欺我也。以上是三维(三首歌)的情况,如法炮制N维N首歌的情况都是一样的。

这种算法,最核心的关键是要如何找到和我爱好相似的人。在实际操作中,如果全部计算N个人对N首歌的喜好程度,计算量太大。前面的过程中我们计算出了相似度,我们可以只取相似度大于0.9的K个人,然后用相似度X喜欢程度求和,这样我们就可以得到每首歌对于你来说的推荐度了,这大致上就是协同过滤算法的基础。

二.潜在因子算法

这种算法的思想是这样:每个用户(user)都有自己的偏好,比如A喜欢带有小清新的、吉他伴奏的、王菲等元素(latent factor),如果一首歌(item)带有这些元素,那么就将这首歌推荐给该用户,也就是用元素去连接用户和音乐。每个人对不同的元素偏好不同,而每首歌包含的元素也不一样。我们希望能找到这样两个矩阵:

一,用户-潜在因子矩阵Q,表示不同的用户对于不用元素的偏好程度,1代表很喜欢,0代表不喜欢。比如下面这样:


二,音乐-潜在因子矩阵P,表示每种音乐含有各种元素的成分,比如下表中,音乐A是一个偏小清新的音乐,含有小清新这个Latent Factor的成分是0.9,重口味的成分是0.1,优雅的成分是0.2……

利用这两个矩阵,我们能得出张三对音乐A的喜欢程度是:张三对小清新的偏好*音乐A含有小清新的成分+对重口味的偏好*音乐A含有重口味的成分+对优雅的偏好*音乐A含有优雅的成分+……

即:0.6*0.9+0.8*0.1+0.1*0.2+0.1*0.4+0.7*0=0.69

每个用户对每首歌都这样计算可以得到不同用户对不同歌曲的评分矩阵。

因此我们对张三推荐四首歌中得分最高的B,对李四推荐得分最高的C,王五推荐B。

完全未知

先看两张图

图片主要意思表达不管人还是动物总是对新鲜的事物报有激情,人性本来就是喜新厌旧。可以说人性是一个不断探索的过程,我们终此一生就是为了找到真正的自己,我们应该花大量的时间在探索未知上。因此,对于完全未知的惊喜目前来说最好的办法就是探索。

怎么探索?试错,可以放在私人电台也可以放在每日推荐里面混合来,再根据播放时长、喜欢、收藏、下载等用户行为循环到模糊未知里。这里面主要两个地方,模糊未知推荐和完全未知推荐的比例如何分配?如何全面探索完全未知?

总结:模糊未知是提高效率,完全未知才是探索本性。推荐之所以不准要么是少了未知的探索,要么是在探索的过程中你给予了否决。但总归越用越爽嘛!


私人契约

*  我将每日为你写一篇文章,内容我定

* 分享一切我觉得有价值的东西

* 有意义可解决的问题定竭力帮你

* 觉得有用就点个「喜欢」,下次我才    知道该怎么写

* 可以赞赏,但不允许超过2元

* 想转载引用的随意,打个招呼更好

* 关注后契约生效

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335

推荐阅读更多精彩内容

  • 概述及标签体系搭建 1 概述 随着信息技术的迅速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,愈发带来很大...
    JinkeyAI阅读 22,731评论 10 241
  • -- 原创,未经授权,禁止转载 2017.11.15 -- 对于推荐系统,本文总结内容,如下图所示: 文章很长,你...
    rui_liu阅读 42,912评论 14 256
  • 2017年12月三日夜,梦里情境真实记录 【一】 小雨,淅淅沥沥,天不晴,雨不停。 我在村头一个空旷的平房门口,看...
    云淡风轻之蓝阅读 405评论 22 38
  • 小时候,我是一名学生,最期待过周末!现在我是一名老师,更期待过周么,。 今天,周末,阳光明媚,安静...
    Mashuna阅读 247评论 0 0
  • 高中,我开始住校,学校离家很远,两个礼拜回家一次。刚开始的一年中,哭过很多次,也没有太多的感想,但就是见到亲人或者...
    小七七dx阅读 672评论 0 50