注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

山歌

微信公众号:Jack-Xiaoshan

 
 
 
 
 

日志

 
 

豆瓣电台的简洁  

2011-12-06 14:34:29|  分类: 互联网产品 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

豆瓣电台为何能简洁

1. 因为大多数用户不需要那么多的复杂的功能。

一个人的喜欢的歌曲风格随时间其实变不大。你这个月喜欢这种类型的歌,下个月喜欢的还差不多。甚至五年前喜欢的音乐类型和现在喜欢的也差不多。——这是豆瓣电台猜你喜欢模式能够成功的基本条件。

对于听音乐这一比较单纯的需求来说,我不需要那么多的功能——给我听喜欢的音乐就够了。今天,我听这个类型的歌,明天我还听这个类型的歌。因此,去掉大多数播放器那些80%用不上的复杂功能。退一步讲,即使要往里面加功能,也要循序渐进,等大多数用户学会了简单的操作后再说。

2. 简洁的另一个是,推荐算法确实有用。

神秘的算法

总的来说,我是不信任所谓兴趣识别算法的。因为这种算法不人道,它把一个人看一个可用数学函数描述其过去和预测其未来的机器。不过,也许我该承认,除了少数天才外,大部分人确实就像机器一样生活,他们的行为是可以用数学公式来精确描述的。

言归正传,以下摘录自互联网无处不在的“推荐算法”

事实上,“推荐算法”的“工作原理”算不上太复杂。以同样推荐音乐的Last.fm网站为例,假如你喜欢王菲,而与你同样喜欢王菲的朋友在听林忆莲,Last.fm就会把林忆莲放到你的播放列表上。Last.fm网站的负责人对于“推荐算法”推崇备至,“我们围绕音乐建立了一个庞大的社区,是这个社区帮助我们提炼‘推荐’。推荐的音乐是从2000多万人真实的收听习惯中提取出来的。所以,你播放音乐的次数越多,Last.fm上的用户越多,推荐结果就越准确。你能发现音乐与音乐之间往往有意想不到的关联,甚至无意间泄露你最近的心情。听说有人失恋了,心有不甘,就在Last.fm上看前恋人在听什么样的歌,猜测他们此时的心情。”

一、 哪些基本元素用来定位你的口味?

如果没有足够的听众数据,怎么办呢?我想,下面这几种基本参数应该是推荐算法的基本元素。

1. 音乐类型参数:如摇滚,民谣

2.年代:70年代,80,90

3. 相关歌手及类型:张学友,刘德华,黎明

4. 情绪:伤感,激烈

5. 性别:偏女性还是偏男性

……

二、如何处理矛盾的偏好

总的来说,我喜欢张学友更甚于刘德华,但碰巧,某个时间,我喜欢刘德华的某首歌,但不喜欢张学友的某首歌,算法如何处理?

喜好数据多了就会更精确吗?不一定,有可能更混乱。不同情绪下,我的偏好也不一样。这些偏好是矛盾的。例如低俗的时候,我听庞龙的歌,不满的时候会听崔健的歌。如何定位我的偏好。

算法能考虑我的情绪随时波动吗?

我不知道。

也许情绪变化不能完全交给算法来解决而要,让用户自己参与来解决。例如我选择了忧郁,那么给我推荐的是我喜欢的歌手唱的忧郁的歌。

  评论这张
 
阅读(24)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017