从网易云看音乐推荐系统

z

对于音乐推荐来说，网易云音乐无疑是国内最为出色的音乐APP，很多人惊喜地发现使用网易云音乐听的歌曲基本上都是自己喜欢的歌曲，这是在其他音乐APP身上不能得到的体验。根据使用网易云音乐的经验和推荐算法的一些知识，尝试分析网易云音乐的音乐推荐。当然具体的云音乐推荐系统肯定是复杂而又精细的，也肯定是不会透露出来的，只是希望能从这样的分析中，找到冰山一角。

网易云音乐的个性化推荐是什么样的？

网易云音乐的推荐页面放在了最显眼的位置，减少了用户的进入的深度。

主要的推荐内容集中在私人FM和每日歌曲推荐中，所推荐的这些单曲是根据用户的口味形成的，并且在FM和每日歌曲中，可以通过标注喜欢或者不喜欢的方式进一步修正“口味”。另外一个推荐的地方是推荐歌单，该歌单中云音乐的编辑会给出推荐理由，每天推荐的6个歌单，基本上有3个以上是根据前天所听的单曲进行推荐，剩下的是感性推荐，与时令、情景等有关等，比如说上图中的“三八妇女节”。

另外一个推荐的地方就是朋友圈子了，在朋友圈子里面，可以关注一些音乐达人，通过他们分享的单曲或者歌单进行推荐，实际上对于我等只会听歌打发时间的人来说，朋友圈子的推荐，经常会收到“原来这首歌那么好听”的惊喜，当然也可以添加自己真正意义上的朋友，进行音乐社交。

那么，怎么形成口味？

说实话，这是人家的商业机密，怎么可能告诉我们呢，告诉我们也是很笼统的答案啊--“口味”是“综合了你的听歌记录、收藏的歌曲、歌单、歌手、收看的MV以及本地歌曲等多种因素得到的结果，经过强大又有点复杂的计算之后推荐出来的”

从如此笼统的答案中，我们可以知道：

1

使用了历史记录

也许你会觉得这是一句废话，实际上确实是的。这是一个大家都懂但是又非常重要的事实。笔者曾经做过实验，在其他条件不变的情况下，每天听不同的歌曲，发现第二天推荐的音乐基本上只跟昨天听得歌曲有关。

2

使用了标签

就拿歌手这一项来说吧，如果只用歌手ID进行编号，也能做推荐但是效果呢？要知道coco和那英，都是同时代的女歌手，但是风格迥异啊。那么这些tag如何而来，记得刚开始使用云音乐的时候，要求添加自己喜欢的tag（现在没有了），可能现在已经形成了云tag了吧。

3

考虑了时间漂移因素

这也是一句废话，因为所有的人都知道每一天推荐的东西不同。但是在技术上，却没有那么简单，因为这意味着每天都要为每个用户算一遍要推荐的东西，要知道去年中旬云音乐就宣布用户过亿了的啊。

怎么可能有，商业机密商业机密啊，不过笔者倒是可以想到基于标签的推荐算法，可以进行音乐推荐（我可没说这是网易云音乐的算法哈），在这里就简单介绍一下，也算是更深入地了解了推荐算法。

1

设置tag--假设设置的都是对的

对用户、歌曲和歌单分别设置tag，用来标示。如用户U1=U1（ut1,ut2,...,utn）

2

相似度计算

由于用户等采用了向量的表示方式，因此此处可以采用余弦相似度计算方法（还有还多方式），计算用户之间、歌曲之间、歌单之间的相似度。

3

推荐

单曲推荐：1、如用户i听了单曲a，则推荐与a相似度最高的给用户。2、可将与用户i口味相近的用户j的歌曲推荐给用户i。3、把单曲所在的歌单中其它歌曲进行推荐

歌单推荐：推荐风格相近的歌单

等等根据设定好的推荐规则进行推荐。

4

tag更新

人的口味会变，可以根据历史记录更新tag。一般歌曲的tag不会变，除非特殊情况（如某首歌突然变成神曲）

至此，基于标签的推荐算法介绍完成。

本文通过分析网易云音乐的个性化推荐特点，寻找音乐推荐中应该要注意的问题，并简要介绍了基于标签的音乐推荐算法。行文中可能会有很多错漏的地方，欢迎大家一起来探讨音乐推荐的相关问题