網易雲音樂私人FM運行邏輯是什麼？

01-16

1根據你所有收藏的歌曲還是只根據你在私人FM里點「?」的來判斷推薦？
2在私人FM里點「?」和點刪除會對後續推薦歌曲產生什麼影響？
最近剛更新這個功能，用了下立馬愛上了，幾乎全部是自己喜歡的歌曲，很多忘記名字的老歌也能出來。為了以後能推薦出更多好聽的歌，想知道怎麼調教最好。

基於大數據的推薦演算法。（我們在編寫搜索引擎時，後期會聯合做大數據挖掘的同學進行升級，和推薦演算法有關，窩是負責深廣度優先設計的，所以有膽來答題，哇卡

推薦演算法，就是採集用戶行為，通過一些數學類演算法，推測出用戶可能喜歡的東西。我們常用的軟體，網易雲音樂，百度貼吧，LOFTER等等，都會利用推薦演算法獲得用戶好感度，進行定位營銷，擴大產品的影響範圍。

For example：

See？

推薦演算法分為7類

1.Item based collective filtering

2.user based collective filtering

3.content based

4.slope one

5.Singular Value Decomposition（奇異值分解）（最近發現信息學競賽的知識實用性好強

6.聚類演算法

7.組合演算法

各類演算法具體優劣性質請搜索CSDN博客。

相關的關鍵詞還有：統計學習方法，集體智慧編程，數據挖掘導論，協同過濾演算法等等

推薦相關書籍和論文，知網和學術能夠找到：基於項目評分預測的協同過濾推薦演算法，個性化推薦演算法設計，適用用戶興趣變化的協同過濾推薦演算法（這標題真是心機滿滿），不確定近鄰的協同過濾推薦演算法，推薦系統實踐，etc.

編寫推薦引擎的傢伙被成為推薦演算法工程師。各大招聘網站上會有獵頭髮布相關信息。

卧槽（貼吧滑稽表情），剛剛在上司電腦里發現了度娘根據推薦演算法推廣的，不可描述的事物。辣眼睛啊。

運行邏輯就是每個網易員工聽完你喜歡的音樂，然後推薦給你新歌

是的啊。。好奇怪全是我喜歡的歌曲。。

單是程序員不能完成這些吧。我覺得音樂軟體珍貴的不是演算法，而是他的數據。每首歌曲都有自己的標籤（rap，pop等等）。統計你的臨時播放列表標籤比重值，歌手比重值，從伺服器返回同標籤，同歌手的曲目，以上。忘了說了，有了用戶群之後，，只需隨機返回包含你聽過的歌的歌單中的歌就行了

你喜歡的/試聽的/歌單的/收藏的/下載的/熱門的等等，都有觸及

戳這裡，說的非常贊：

網易雲音樂的歌單推薦演算法是怎樣的？ - 產品經理

有一小點可以參考：

網易雲音樂：私人FM能否抓准你的音樂個性？

網易雲音樂：個性化推薦為何那麼難

有一點我知道，推薦的都是評論多的歌曲

用的方法大體上就是機器學習和大數據，估計現在肯定是深度學習了。簡單說就是你聽過的歌都有一權重，喜歡的是正權值，不喜歡的是負權值，某首歌聽得越多，正權值越大。不過用機器學習的關鍵還是要有數據，也就是每首歌怎麼轉化為feature的，這個就沒辦法猜了。比較簡單的可能是人工設置一些特徵，但是需要的人力不可想像，需要聽過所有歌。肯定有更智能的方式，比如從互聯網提到這首歌的地方上下文判斷。個人不是做推薦系統方向的，這塊就不多說了

我雖然不知道這是什麼運行機制，但是我覺得會不會和微博，豆瓣有某種關聯！！明顯都是我之前聽過的歌！大神們來講述一下！！

行為主義的勝利