网易云音乐：个性化推荐为何那么难

感兴趣」的功能，可以优化个性化推荐。

可以看出，在社交化，媒体化之后，网易云音乐此次的改版则着重针对个性化。这是目前在线音乐应用同质化的一个突破口。

「没法做到真正的个性化」

在很多领域，个性化推荐一直被频频提及但也一直受到争议。我们知道，目前流行的推荐系统基本上通过三种方式来联系用户兴趣和物品。第一种方式是通过用户喜欢过的物品：可以给用户推荐与他喜欢过的物品相似的物品，这就是基于物品的算法（item-based）。

第二种方式是通过和用户兴趣相似的其他用户：可以给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品，这也是前面提到的基于用户的算法（user-based）。

除了这两种方法，第三个也是最重要的方式是通过一些特征（feature）来联系用户和物品，可以给用户推荐那些具有用户喜欢的特征的物品。

基于物品和基于用户的算法偏向技术。而打标签的方式则偏向人工。个性化推荐就是通过人工加算法的方式实现的。著名的潘多拉电台就在 2000 年发起音乐基因组计划，进行这样的尝试。

这个计划将一群音乐家和爱好音乐的技术人员聚到了一起，他们在每首歌上花上 20 到 30 分钟的时间，通过一个个基因，来描述一首歌的音乐旋律、和声、节奏、乐器、谱曲、编排等。为了保证统计上的可靠性，10% 以上的音乐不止有一个音乐家去分析。

这是一个耗时耗力的工程，比如潘多拉的曲库是由 400 多名专业音乐人士花费大量的时间整理出来的。尽管这样，可能推荐的内容仍然会让用户觉得不合口味，费力不讨好。