推薦演算法的威力：丁磊自認提高國人音樂品味

吳曉波頻道在今年開設了一個專題節目「十年二十人」，節目中邀請到的嘉賓並非大名鼎鼎的流量明星，而是像柳傳志、劉強東、胡瑋煒這樣手握流量的互聯網大佬們。而在昨日的「十年二十人」節目中更是請到了網易創始人丁磊。

在節目中丁磊表示，過去十幾年比較大的一個貢獻就是網易雲音樂，再過兩三年你會看到，我們給千千萬萬的中國人提高了他的品味，擴大了收聽的廣度和泛度。網易雲音樂是個巨大的創新。

【網易雲音樂的精準推薦】

早在2013年，QQ音樂、酷狗等互聯網音樂播放軟體就已經在市場扎穩腳跟，然而讓人沒有料到的是，正是從這一年開始網易雲音樂這批黑馬以意想不到的速度衝進了行業的第一梯隊。其中一個重要的原因就是，當其他的音樂App還在採用「同一歌手」「同一專輯」對用戶進行曲目推薦的時候，網易雲音樂已經開始通過建立評分細則、建立用戶模型、尋找相似用戶等方法，開始按照用戶「個人喜好」推送相關音樂了。

丁磊對網易雲音樂的定義為「不是一個簡單的音樂播放器」，網易雲音樂依靠海量用戶行為數據——比如點擊紅心、收藏、下載代表【喜歡】，點擊垃圾桶、沒聽完就切換代表【不喜歡】，歌曲自然播放到下一首代表【中立】——來進行用戶群的劃分，當A用戶被後台演算法判斷屬於某類群體時，接下來網易雲音樂就會向A推送相關群體里其他成員喜歡的音樂，而這樣的歌單往往更富有個性化和針對性。

這也是為什麼我們在網易雲音樂的歌單中找到讓人驚喜的歌曲的原因。靠著「個性化推薦」「私人FM」等創新性的精準推薦服務，網易雲音樂在2017年11月用戶人數突破4億，並憑藉著獨特的情懷標籤、社區社交等優勢，擁有了極高的用戶粘性和活躍度。

【Steam推薦機制】

針對單獨用戶的推薦演算法這個東西到底有沒有效，在涉及到用戶的娛樂、愛好方面表現尤其明顯。廣受全球玩家歡迎的Steam遊戲平台在去年也更新了官方的推薦演算法。在相關聲明中Steam表示，由於給玩家展示遊戲的空間有限，平台將會針對玩家可能感興趣的品類進行推薦。而為了讓玩家能更加了解商店的運用與原理，Steam還開放了「黑盒」演算法，用於解釋為何商店認為您會對某款遊戲感興趣（或不感興趣）。

Steam的這個推薦演算法，也是根據「大數據」先將用戶群體分成多個部分，比如在社區與交流中高度活躍的玩家，完全不參與網上交流的玩家，有明確購買目標的玩家，瀏覽商店並在其中尋找遊戲的玩家，喜歡3A級產品的玩家，更愛小眾精品的玩家等等，然後再基於玩家過去購買遊戲數據，開發者的描述以及遊戲買家的評論，綜合進行計算，再投放商店各個欄目展示給用戶。

不過很快，玩家們發現，V社Steam的演算法更傾向於推薦那些銷量好或者關注度高的遊戲，對於那些玩的人很少，但是評價很高的遊戲則很少會得到曝光。對此專門有國外玩家開發演算法機制設計了新的推薦網站，名叫 Steam 250，意指通過新演算法選出的Top250款遊戲。不過開發者也表示，這一推薦演算法還是存在一定漏洞，未來還將不斷更新演算法的權重以幫助玩家進行遊戲的篩選。

【今日頭條的演算法推薦】

雖然在娛樂領域，推薦演算法的應用更加立竿見影，但是在國內要說最為人所熟知的推薦演算法，恐怕還的是今日頭條的新聞推薦演算法。根據今日頭條官方發布的後台演算法原理顯示，其演算法主要變數有三項，即新聞的內容特徵、用戶特徵，以及環境特徵。今日頭條正是基於這三點特徵實現了內容推送的「千人千面」。

簡單來說，今日頭條將新聞內容按照各自特色（圖文、視頻、問答等）進行分類，將用戶群體按照他們經常瀏覽、搜索的新聞關鍵詞進行分類，在根據用戶當下定位（城市、鄉村、旅遊區等）進行環境設置，將這些數據作為基礎，分析用戶當下處於什麼環境，並結合用戶畫像推送相對應的新聞內容。因此在大多數情況下，用戶在頭條上接觸到的新聞都是極符合他們胃口的。

然而今日頭條輔助用戶鎖定了興趣偏向，並且難以改變，這樣導致了用戶陷入了信息的閉環，而且難以自拔，也就是形成「信息繭房」。在推薦演算法的環境中，讀者幾乎不會接觸到自己不熟悉或者不認同的信息，滿眼望去幾乎都是同類型或者同性質文章的印象強化，這或將會促使讀者產生一定的固有偏見，甚至造成溝通的阻礙。

正如遊戲平台的推薦會忽視小眾精品，正如新聞演算法的推薦或將促使「信息繭房」的產生，在推薦演算法逐漸滲透到我們工作生活娛樂方方面面的時候，人們更應該積極思考如何打破演算法給我們劃定的「興趣圈」。這種打破框架的方法可以如遊戲玩家所做的那樣，用其他的演算法模型進行補充和調整，也可以如後續今日頭條進行的自我修改一樣加入更多審查人的輔助。當然更為重要的，是作為用戶的我們要時刻保持對信息的「求知慾」，如果我們願意主動擴展「興趣圈」，主動對信息進行搜索，那個所謂的「信息繭房」也將從內割破，再也無法困住我們了。

【本文圖片來自網路】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！