網易雲音樂的推薦歌單是怎麼計算的？

網易內部怎麼做到這麼好的推薦？在知乎上面問幾乎不會得到正確答案的吧，我的答案只是從我的經驗出發： 「如果設計產品的話，我會這樣思考」。

一個優秀的推薦系統不僅僅是個性化演算法這麼簡單 -- 基礎的也好，fancy的也好 -- 一個完整的推薦系統體系怎能不提及官方團隊推薦（Editorial）、UGC（User-Generated Content）和熱門推薦（Top Seller/Trending）的協作呢？

相似度矩陣（Similarity Matrix）：

大家提的各種演算法裡面，幾乎都是基於相似度的吧 -- 無論是CF還是Content based產生的相似度，前者需要用戶的行為數據，後者需要歌曲的元數據（metadata），比如旋律、Tag等等。具體演算法就不再複述了，屬於計算機科學的基礎內容，很多人都說過了，實現起來簡單。雖然很多人給出了沙盒的數據，但是這些數據實在是太好了，雖然不知網易數據的「質」和「量」如何，但是應該不至於這麼好（？）。所以，憑單一的方法真的大丈夫嗎？

我們先從Similarity的問題說起:

大多數用戶一開始會先從自己熟悉的歌曲開始，然後一般都會給出非常相關的推薦，比如你聽周杰倫的任何歌曲，他的其他熱門歌曲肯定都會非常相關，比如周杰倫的《晴天》，周杰倫的《遊園會》，周杰倫的《七里香》，也不失為一個好的推薦。但是你會發現全都是周杰倫，單調死了。全是周杰倫的理由很簡單，因為很多用戶都連著聽下去呀，聽完一首周杰倫到下一首周杰倫，聽完這個專輯聽下個專輯。如果你往後再翻翻，估計還能找到別歌手的歌曲，但是請記著：你的屏幕就這麼大，坑就這麼多，再好的推薦不能在考前的位置被用戶看到和消費到終歸也還是扯淡。現在我們來嘗試解決這個問題，我們先來做個簡單的多樣化過濾，我們限制來自同一個歌手的推薦數量，這樣後面更多歌手的歌去被推上來了，很好。

現在又一個的問題來了，陳奕迅這時候發新磚了，用戶一下子蜂擁去聽他的新磚了，包括周杰倫的一眾擁躉們也跑去觀望了一下，這樣的情況持續了一個多月，這下好了，用戶看到的推薦裡面現在幾乎都能看到陳奕迅的這些歌了，儘管他這的歌跟周杰倫的歌原本不至於這麼相關。而且由於這個效應，更多的人從推薦裡面點進去了聽陳奕迅的這些歌，造成了一個惡性循環，使得你的Similarity以為他們真的相關，這時候其他真正相關的優質推薦卻被擠壓到後面了。我們來嘗試解決這個問題，最簡單的莫過於是計算相似度的時候過濾掉「過於」熱門的歌曲了，把這些歌曲推後吧，感覺問題應該也能解決了。

現在一波未平一波又起，假設現在一個非常優秀的Indie歌手，唱的歌也好有周杰倫的早年的范，反正就是非常相關，周杰倫的歌迷肯定會喜歡那種（對不起實在不熟悉國內歌手，幸虧不是做的這行，這位迷一樣的歌手大家請自行腦補）。這位迷一樣的歌手剛出道，宣傳力度不大，也只有少數幾個地方能聽到他的歌曲，只有被小數的幾個周杰倫迷給發掘出來了，現在問題來了，我們該如何使得這個歌手被發掘出來呢？這個基本上與上一個問題相反，這是冷門的優秀推薦很難被發掘。這時候我們可以用點歸一化

（Normalization）的小伎倆微調一下。值得一提的是，歸一化更能給解決一下上一個提及的太過熱門的問題，可以說怎樣做Normalization才是各大廠家的殺手鐧吧，雖然都可能大同小異，但是不同行業還是需要細分。

先別歇下，更多的問題將要來襲:

Similarity的確是非常natural的推薦演算法，事實上當數據足夠大、足夠乾淨和精確的時候，Simialrity是很難被打敗的。但是設想如果是網易音樂發展初期，沒有很多用戶數據的情況下呢？又如果是網易音樂急速擴張時期，用戶數據很多但是很sparse的時候呢？又從用戶角度切入，設想是一個剛加入的新用戶，並沒有其它用戶數據來源來提供推薦的情況下呢？這些冷啟動問題，又該如何解決呢？難道就應該放棄這些用戶？可能我們可以做更多的Trick來調整我們的演算法，也可以去嘗試更fancy的其他演算法，嘗試去做Hybrid、fused的系統，但是首先，產品的研發周期會變長，開發投入變大，系統變複雜維護的消耗更大，然後更糟糕的是因為進展緩慢，用戶一直看的就是不咋地的推薦，用戶開始流失，數據更加稀疏，最後導致惡性循環。

工程師的尊嚴並不是鑽牛角尖:

...而是拿出creative的思維來跳出盒子，嘗試通過別的途徑來解決這些問題。

我們先從做一個首頁顯示熱門榜單開始，這是一個非常容易實現的功能，計數、排序、簡單分類：中國、歐美、日本和韓國，按流派也行：流行、搖滾、古典，甚至按年齡段或者群體，不外乎是幾個資料庫搜索的事情。但是這些熱門排行榜卻作用非凡，用戶可以從中發現當前的大趨勢（Trending），比如說，現在張傑比周杰倫風頭要盛，聽聽張傑的看看怎樣。由此榜單也能幫助用戶發現他本來興趣圈以外的東西。這麼容易實現的功能，卻也可以帶來不少的好處，屬於「low hanging fruit」，沒有不摘的理由。

然後我們來聘請一批專業的媒體編輯員，讓他們根據我們歌曲庫里的內容，生成比較專業的榜單，比如：「高逼格小清新」，「喧囂中，不妨試的調調」 還有 「被遺忘的經典華語女聲」。用過其它的歌曲軟體的人估計對這個也不陌生，比如說蝦米。這個也能很大程度上幫助用戶發現興趣圈以外的東西，而且由專業人員生成的歌單，更有目的性，比如說你喜歡蘇打綠是因為「小清新」，那麼在「小清新」的歌單里的，就是一大批高質量的，對你而言非常優秀的推薦了。這樣的功能也能很快組織和實現起來，好處也是大大的。

最後，看到了知乎的威力以後，我們考慮做UGC。從做一個簡單的UGC功能開始，我們現在另開一個資料庫，允許用戶保存自己的歌單，並在個人主頁推薦這些歌單。同時我們在主頁中定期置頂一些訪問量較大的歌單。功能上非常容易實現。UGC所激發的用戶潛能可以使得用戶產生與專業編輯員質量相當的、甚至更高的歌單。功能上的實現實在是再簡單不過，效果更是不言而喻。

這時候我們的很大一部分問題得到解決，就算是我們的Similarity所產生的推薦並不是那麼好的時候，我們的用戶並不會由此而失去發現音樂的途徑。聽歌的人多了，用戶保持engaging，老用戶們持續產生高質量的數據，我們之前的個性化推薦演算法也能有更好數據來調整參數，從而產生更好的音樂推薦，更好好的用戶群體也能推動熱門榜單與UGC的發展，進入良性循環。

我希望我闡述清楚了一個好的推薦系統「生態圈」的重要性，演算法牛逼的當然有，再牛逼的都有，但是你總要trade-off，總會有不足。現實中，估計很少問題被是「一條路走到黑」地，「簡單暴力」地方法解決的吧。

現在再來回顧題主的問題：

「網音給我推薦的歌單幾乎次次驚艷，而且大多都沒聽過，或者好久以前聽過早就忘記了名字，或者之前不知道在哪聽過 只是知道其中一部分旋律，根本不知道名字，等等，聽起來整個人逼格大有提升。」

"我想知道網音的歌單推薦是網音項目團隊精心挑選製作的，還是眾多音樂達人的推薦？即：歌單是網音官方提供，還是UGC？才有如此對口味的歌單推薦？"

我的猜測(因為我永遠不知道答案)是：都有。

我感覺題主描述的就是一個成熟的推薦系統生態圈共同作用的結果，剛剛去看了一下網易雲音樂的界面（所幸暫時還沒有地區限制），的確也是有這些功能的。（網易雲音樂 聽見好時光）

題主得到的高逼格推薦，很可能就是最早來源於一個名為「高逼格小清新」專業編輯推薦歌單，有效地引導了興趣相投的用戶去發現這些音樂，大多跟你有相似品味的人都聽過並感覺不錯，最後還經過fancy演算法「沉澱」、「發酵」，產生了很好的相似度，從而生成了了這麼優秀的推薦並推送了給了題主。然後題主來知乎發了個帖子，大家被「驚艷」到了，更多的新用戶加入，perfect！

最後，如果真的有這麼多用戶都覺得網易雲音樂的推薦都非常「驚艷」的話，那這個產品就實在是太成功了，特別是考慮到「眾口難調」的音樂領域。

---

推薦閱讀：