2

我喜欢苹果，讨厌梨，你给我苹果，我会觉得很贴心，你给我梨，我会觉得郁闷，但是你给我一个芒果，我尝了下觉得居然这么好吃这么合我意，于是欣喜若狂。

个人觉得首先得定义一下惊喜，惊喜应该是给了超出对方意料结果对方很喜欢。所以要做到这点首先需要了解用户，从而给出合理推荐。

用户标签：从用户填的信息、经常听的歌、收藏的歌单、听的fm电台、经常在线互动的其他用户、更换音乐风格的频率、常用发现音乐的路径等，给用户打上听音乐风格年龄段、歌手性别喜好、音乐风格喜好、经常follow的ugc歌单者、听歌的习惯（保守、喜欢追新）等的标签，通过用户使用云音乐的数据累积，标签的数据会越来越多，对用户的了解会越来越准确，同时用户会变，标签也需要定时调整。

场景分析：听歌的时间段，听歌场景猜测（根据手机移动速度可以知道是步行、跑步、还是地铁、汽车或公交车），所在地点的天气情况。

特殊场景推断：还可以根据用户听歌习惯的忽然改变推测用户的状态，本来不爱听悲情音乐的忽然开始了（没准失恋了)，以前听摇滚的忽然听流行恋爱小曲了（没准恋爱了）。

通过标签加场景的组合，可以给用户带去更多的惊喜，像是有了个熟悉自己的朋友，知道自己想听什么。

惊喜感就是实现用户的隐形需求，当用户的隐形需求被满足时，用户会兴奋、会惊讶、会尖叫；但不被满足时，也可得过且过。

用户原本只是想听一首歌，可以将这首歌曲背后的故事或者搜集现有网友的故事，展现给用户，用户收获的就不只是一首歌曲，会得到情感上的满足，从而觉得惊喜；

或者从便利性着手，增加语音识别功能，可以更加便利的切换。