关于音乐推荐了解的一些概念

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。

1. 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
2. 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
3. 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…

以上参考：http://mp.weixin.qq.com/s?__biz=MzA5Nzc4OTA1Mw==&mid=409156388&idx=1&sn=e1871e4a7070cfe052493487bddd22ed&scene=0#wechat_redirect

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。