由于之前的工作,接触过一点点关于音乐客户端开发工作,后面也有留意过一些网易音乐背后nb的推荐算法,简单记录下,算是对这个领域或一些通用领域的一点点理解吧
关于推荐这个产品属性,已经没什么新鲜,从电商、旅游、音乐甚至广告,只要与用户相关的,都有精准推荐的产品需求。而要做到精准推荐,做到真正让用户使用惊喜的推荐并非易事。
- 首先要做到推荐,需要足够的相应的大数据已在数据库待分析,如要推荐用户歌单,首先需要收集用户手动创建的成千上万的歌单,而这些歌单则反应了用户的喜爱属性
- 接着至关重要的是对于歌单的分类,分类除了划分非常常见的“摇滚”、“说唱”等,需要的更细粒度的划分,如“合成器流行乐”和“南方灵魂乐”,而这些更细粒度的划分,Spotify是通过与Echo Nest音乐分析公司合作完成,最终目的都是对用户进行更加精准的分类及后续的推荐
- 当每一个用户都被贴上了喜欢 A B C D等一系列标签,且每个标签含喜欢等级时,同样深度喜欢A的 用户数据则可以用作相互且精准推荐…
要做到上面的精准需要:
1. 产品: 记录用户点赞了什么歌曲、跳过了什么歌曲、单曲循环什么歌曲、保存了什么歌曲、分享了什么歌曲、创建的歌单…所有用户行为数据
2. 技术:协同过滤、深度学习、神经网络…
所谓的推荐,最主要是基于大数据用户行为为建立细粒度的用户画像,那么对于任何单一用户来说,你都是最了解ta的,爱不释手也是必然的了。