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:0.60.9+0.80.1+0.10.2+0.10.4+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
文/KevinZhon
关键字:产品设计, 未知
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!