安装iPhone QQ音乐3.9.12以上版本即可体验

 

创意点的产品功能/使用场景介绍/创意如何产生 (what/where/why

 

1.产品功能:

 

QQ音乐的读心术 —— “新猜你喜欢“,依托于QQ音乐历时9个月自主研发的个性化推荐系统而诞生,对2亿QQ音乐用户的海量听歌流水及操作行为数据进行大数据分析,通过“基于协同算法”、“基于用户行为特征”等多个推荐算法维度,360度无死角地帮助用户发现潜在的符合其音乐口味的歌曲。

20138月起, QQ音乐建立起专门的个性化推荐团队,10个月的厉兵秣马,潜心打造更强大的个性化推荐系统, 终于在3.9.12版本完成了自我颠覆,推出了全新的猜你喜欢。 升级后的个性化推荐系统不仅能根据用户的个人喜好推荐单曲、专辑、歌单等类型,还能推荐符合用户口味的歌手和音乐达人。 360度无死角挖掘符合你口味的音乐。该系统具有极强的动态更新和智能校准能力,听的曲目越多,所推荐的歌曲也将越精准。

 

            

211种推荐类型,360度无死角挖掘符合你口味的音乐

 

歌手推相似歌手单曲

  

风格推歌曲

 

红心单曲推单曲

 如果用户发生红心一首单曲的敏感操作, 将实时触发推荐与该单曲相似的单曲

  

歌手推本歌手单曲

 

歌曲推歌单

属于非敏感操作累积到一定程度,异步触发的推荐类型, 推荐包含此用户喜欢歌曲的歌单

 

红心单曲推淘歌歌单

如果用户发生红心一首单曲的敏感操作, 将实时触发推荐该歌曲所在歌单。

 

专辑推相似专辑

  

歌手推相似歌手专辑

如果用户长期播放某位歌手的作品,此歌手进入用户的长期基因, 则最近一次的听歌次数超过2次时,会触发trigger, 推荐相似歌手的专辑。

  

歌手推非基因歌手

 

歌手推基因歌手

 

关注歌手推荐相似歌手

如果用户发生了关注歌手的敏感操作, 猜你喜欢系统会通过两条路径推荐歌手,第一条是从相似歌手池子中获取相似歌手,并给出top10热门歌曲。 第二条是从关注歌手的相似歌手池子中监控有人发布最新专辑或单曲时,尝试触发feeds。 

 

创新点的创新之处的具体描述(innovation

  
1.  QQ
音乐自主研发的个性化推荐系统。 针对亿级用户听歌流水数据建构起最贴近用户个人音乐品味的推荐算法系统。
2. 
个性化推荐交互体验上的创新: 通过对推荐理由的凸显、操作响应区域的扩展,将每条推荐数据优雅同时又多元化地呈现出来,颠覆了国内竞品普遍采用多年无所突破的电台式的个性化推荐交互体验。实现了真正意义上的技术可以复杂,体验必须简单的设计思想。

 

怎么实现的(how

 

上图所示为QQ音乐新版本猜你喜欢的系统框架图。新版本的猜你喜欢基于用户的听歌行为数据判断用户的短时音乐口味,深入了解用户的音乐基因特征,帮助用户发现一些可能喜欢的好音乐。接下来我们按照自下而上,自左而右的大致顺序来描述下我们该套框架主要的原理。

  • 首先系统最下面的一层为分布式计算框架,流水系统以及基础数据存储系统。 这三个模块承担了推荐系统的最基础的用户音乐喜好、音乐元素相关性等基础数据的计算任务。通过这几个部分,QQ音乐的库内音乐元素(单曲,歌手,歌单,专辑)不再是独立存在,而是相互关联形成了音乐元素的多维关系网,从任何的一个音乐元素出发,都可以在QQ音乐中找到相关联的多种多样的其它音乐元素,这样就为上层的推荐提供了足够的枪支弹药。另外,通过分布式计算框架的用户音乐基因计算,可以根据用户的长期音乐行为积累出每个用户独特的音乐基因,为上层的推荐提供可靠的数据源和音乐依据。
  • 上面一层主要是数据分析层和基础数据查询引擎。 数据分析层主要是面向用户的听歌行为习惯来提取用户的短时音乐喜好特征, 以用户近期的操作流水和听歌流水为依据,利用聚合和数据挖掘的方法从不同的维度分析出用户近期对哪些音乐元素比较感兴趣,从而有的放矢的为用户的推荐提供理由。 底层算法库和底层数据查询引擎则主要承载了基础用户属性,音乐元素相关性查询等基础服务,为上层的音乐推荐提供查询工具和接口。
  • 再上面一层是行为特征转换引擎。 其主要功能是将用户的近期音乐行为如收藏歌曲或者试听歌曲行为转换为特定的推荐触发规则分门别类的进行不同角度的推荐。 在这个引擎中我们会考虑将收藏/红心/下载/分享等主动操作列为敏感操作,当用户有敏感操作行为的时候,往往是用户表示了对于音乐元素的明显喜好,所以我们会将此类敏感操作列为即时触发的特征来进行音乐的推荐,从而可以明显提升用户的“即视感”,让用户感受到我们推荐算法的贴心之处;除了敏感操作的一般听歌流水行为,我们会认为这些都是用户长期兴趣的一种沉淀形式,所以在此引擎中此类常规听歌行为会被转换为非显著特征而慢慢积累,当达到我们系统的阈值(比如连续收听歌曲超过N首的时候),会基于用户近期积累到的听歌历史触发一次推荐行为。
  • 再向上一层即进入到“推荐算法Master引擎”。 此引擎主要相当于一个逻辑控制中心,它会将特征转换引擎中产生的触发元素根据一定的规则和逻辑, 分门别类地交由上层的四种规则算法引擎来处理并产生初步推荐结果;
  • 四种规则算法引擎,主要是根据音乐元素的不同呈现方式以特定的角度来处理下层传递的触发元素。

        比如当下层传递的推荐触发元素是一首单曲,经由Master引擎的规则后:

        Ø  如果分配给了单曲规则算法引擎,则会产生一条由单曲触发,推荐另外一首单曲的推荐结果;

        Ø  如果分配给了歌单规则算法引擎,则会产生一条由单曲触发,推荐一个歌单的推荐结果;

        当然不是每一种音乐元素都会和四个规则算法引擎相连进行推荐,比如我们认为从一个单曲推荐一个歌手的结果会让用户产生比较大的理解成本,所以在推荐算法Master引擎中,不会将接收到的单曲触发元素链接到歌手规则算法引擎进行推荐。

  • 系统的最上层即到达用户前的最后一层是重排、过滤等混合逻辑模型。 该模型的主要功能简单说就是对下游规则算法引擎产生的推荐结果,结合最底层基础数据存储系统中记录的用户历史推荐结果进行重排序和过滤等操作,以防为收听习惯比较单一的用户连续推荐十分相似甚至相同的结果,这也是整个系统为用户输送推荐结果的最后数据保障。
  • 整个推荐系统的左侧为基于内容营销的推荐策略引擎。该引擎的主要作用是结合QQ音乐内容运营的需求和用户的自身喜好,为用户主动推送一些运营内容。这个引擎的作用可以理解为推荐系统的精准营销功能,由于已经结合了用户自身的音乐喜好,所以相比于传统的广撒网式tips弹窗运营方法,此方法更可以找到合适的用户来推送合适的内容,从而可以合理地帮助提升QQ音乐运营内容点击转化率和用户满意度。
  • 整个推荐系统的右侧为基于产品设计的推荐策略引擎。 该引擎的作用是结合QQ音乐产品自身需求(比如希望为用户更多地传递歌单广场中的优质歌单)为用户提供多样性和可变的音乐发现形式。

 

概括而言,整套系统框架的设计架构充分尊重用户个性化的音乐喜好,能够从用户角度出发来从多样性,准确性以及惊喜度等几个角度帮助用户发现QQ音乐海量资源中的更多优质音乐元素,让用户能够在其中逛起来、听起来,在提升用户满意度的同时不断提升QQ音乐中音乐资源的利用率。

 

产品的意义对未来的展望(for future

 

QQ音乐最重要的使命之一,就是把握住这两年来国际流媒体音乐服务主打“发现音乐”的行业发展趋势,在国内各家音乐产品的个性化推荐水平参差不齐、停滞不前的大背景下, 通过自主研发完成个性化推荐算法框架的搭建,并借助作为成熟平台所具备的亿万用户的海量数据和反馈优势,快速响应,敏捷迭代调优,最终实现在个性化推荐领域的技术壁垒和创新体验。

 

而个性化推荐服务的完善,是一个漫长而又间距的过程, 接下来的半年时间,团队也有自己的思考:

1.     国内用户对于个性化推荐服务在产品形态的理解上还局限于豆瓣、虾米式的电台式的播放列表推荐,这种形态由于自身的单一性,容易形成审美疲劳,难以建立起持久的用户粘性。 而国外的sportifyrdiobeats music通过多元化的产品形态向用户展示了个性化推荐的更多可能性。 QQ音乐此番尝试, 跳脱出了既有的思维定势,在未来,我们会坚持自我革新的勇气和魄力, 用更具想象力和人性化的产品体验持续带给用户超出预期的推荐服务。

2.     针对猜你喜欢这个模块,我们将在新版进一步提升操作上的易用性,并对用户进行更深入的细分,是不同特征的群组都能享受到推送频率适宜、类型多元化的音乐。

3.     从平台视角, 猜你喜欢也并非独立的存在, 未来会将与个性化推荐有关的单曲电台、音乐基因、猜你喜欢等功能模块聚合,建构起全方位、立体化的个性化推荐模块, 聚力共生全线延伸。