由网易云音乐跑步FM功能引申出的一些产品设计思路相关的粗浅看法

试用了一下网易云音乐新推的跑步FM功能,感觉真的很不错。

无图无真相,先上图。



--------------------------------------------------------割------------------------------------------------------------------------------

音乐FM其实已经被做烂了,是个音乐软件基本都会具备这功能。说白了就是个音乐推荐系统,和常见的推荐系统一样,基于个体的历史行为以及大众的历史行为来做些长尾挖掘和个性化推荐。(基本的推荐算法知识见我博客另一篇博文《协同过滤推荐算法》,在此不是本次叙述要点,略过

比如淘宝/京东这些电商平台,会根据你的历史购买记录,给你推荐相似的物品,比如看了本C++的书,可能就会给你推荐编程相关的其他书;优酷/搜狐等视频网站,会根据你的历史观看记录,比如看了部复仇者联盟,就会给你推复仇2/钢铁侠之类的内容相关的影片。

所以在音乐这块,可想而知,一般的做法也是类似,根据用户听歌的历史纪录,推荐相关的音乐。比如一个用户爱听某首歌,该歌属于摇滚类型,那么我就给这个用户推荐相近的摇滚歌曲就行了。如下图:



网易云音乐跑步FM做的特色之处就在于它不仅仅是一个简单的推荐系统,而是结合某种具体的应用场景,深入挖掘需求,与具体的场景的多个细节结合来做推荐。(根据给我推送的歌曲我觉得应该还结合了时间权重因素在里面)

一般来说,听歌的人不一定跑步,但跑步的时候听歌却是很常见的需求,不然知乎上也不会有一堆求推荐跑步音乐之类的文。有了跑步这个场景之后,我们就可以结合用户的历史数据以及运动场景推荐一些律动感比较强音乐。

不过跑步FM挖掘的更加深入,还利用手机里的加速传感器或计步传感器来计算用户跑步的频率,根据频率的快慢来推荐一些符合用户口味的,相对缓和的或者相对动感的音乐。真的是很赞!!思路真的是很巧妙!!!

(网易云音乐里除了个人历史数据之外,还有很多音乐辅助分类等功能,且推荐的歌曲是由机器自动推荐和人工推荐相结合的,这里只探讨跑步FM)

我们在做产品的时候,真的很少有去挖掘用户真正的需求,并给出一个超出用户需求预期的功能。

一般来说只是做个需求收集者,把用户的需求汇总起来转给技术做开发,仅此而已。在这方面自己要好好检讨一下(但想做好其实也挺难的)。

以前做论文的时候,主要还是考虑历史行为,最多加上时间因素。没有想到说要和场景结合起来,更难去挖掘出场景里的某个动态因素来考虑推荐。试用了几天,感觉产品思路不错,故有感而发,写个文mark一下。


----------------------------------割------------------------------------------------------

说点其他的。

其实推荐系统在电商的商业价值比较容易体现,因为可以直接通过推荐引流来带来收入。在电影推荐这块的话,做成某些电影付费观看,推荐一部好电影,如果确实喜欢,付费的意愿也会强一些。电信的IPTV其实就可以考虑加入这块功能。

但音乐推荐的经济效应可能就不是那么明显,所以这里想引申出来的一个观点就是,一个产品的盈利模式真的是要提前去想好,规划好。不然可能就会出现叫好不叫座,搞到最后才发现变现真的好难的悲剧。

最后我还在APP里发现了一个电信的流量包在里面,作为一个尽职的员工,必须打下广告,哈哈哈哈!



END~



  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值