算法左右歌曲推薦,而不是用戶喜好?

2020-12-26 人人都是產品經理

編輯導語:如今,不少的音樂類軟體比如:QQ音樂、網易雲音樂,甚至短視頻類的抖音,都會向用戶推薦可能喜歡的歌曲/背景音樂。在這個大數據時代,算法支配著受眾,因此歌曲的推薦也基於算法先行,這就導致了用戶聽到的歌曲和喜好偏離,用戶聽到的都是同質化的、略顯「枯燥」的音樂。

一個平常的工作日晚上,筱佳和往常一樣打開抖音,打算好好放鬆一下心情。過了幾分鐘,由於所看視頻的背景音樂都是那幾首熱門「神曲」,越刷越煩的筱佳很快就關掉了APP。

一、流量大的去前面

這並不是筱佳第一次被持續重複播放的洗腦配樂成功勸退了,隨著使用時間加長,筱佳逐漸發現抖音視頻配樂同質化越來越高,連原本會精挑細選一些小眾歌曲當作背景音樂的幾個同事及好友,最近也開始使用「平臺爆款」作為錄製影片的BGM。

「像我很喜歡看電影推薦類的短視頻,以前這些視頻的配樂還比較多樣,現在卻非常一致,都是那些節奏相似的洗腦旋律,聽多了真的頭疼。」筱佳有點無奈。

從芒種、野狼disco到鏡花水月、踏山河,這些不斷重複出現的配樂讓筱佳被迫單曲循環,對歌曲本身的看法也從一開始的無感到後來一聽見片段就十分厭煩,甚至影響了筱佳觀看視頻的興致。

造成筱佳困擾的「抖音神曲」來自於抖音平臺所使用的信息流漏鬥算法。用戶上傳視頻並通過抖音平臺審核後,系統將為此視頻進行冷啟動,分配一個內含200-1000個在線用戶的初始流量池。

平臺會根據這1000次曝光所產出的完播率、點讚、關注、評論、轉發、轉粉、遊覽深度等數據,結合使用者帳號的分值進行數據分析,決定是否給予加權。其中,點讚、評論、轉發、點擊率、完播率等指標決定是否進行第二輪的加大流量推薦與推薦力度。

抖音平臺將數據好的短視頻進行更大的加權後,會根據用戶群體的標籤推送不同視頻,讓內容分發更加精準。類似「猜你喜歡」的打標,依照視頻本身的標籤和用戶標籤,在兩者之間進行匹配、決定是否推送。

從抖音運用算法推薦視頻的整個過程可見,視頻內容與標籤對於播放量的影響至關重要。以流量為基礎的推薦算法加劇了帳號的「馬太效應」,為熱門視頻及熱門音樂擴大推薦,使它們的受眾更加廣泛。

許多主播為了增加粉絲與視頻傳播度,以「蹭熱點」的方式直接模仿、使用自帶流量與標籤、受眾覆蓋面廣的熱門內容和背景音樂。

如此一來,熱門音樂被多次引用後更加火爆,「抖音神曲」隨之誕生,相似的節奏與旋律充斥著整個抖音平臺。困擾著像筱佳這類對背景音樂較為敏感且「觀看口味」較多元的用戶。

「這樣真的很煩,一直都是那幾首歌重複播放。短視頻又不像音樂APP會顯示歌名,你不打開聽,還不知道都是一樣的歌;一打開就被算法標記了,又把類似的視頻推薦給我,簡直惡性循環。」筱佳不滿地說。

二、標籤一致的去前面

無獨有偶,若紜在音樂平臺上也有過類似的遭遇。被算法「得知」她具有關注古風歌曲的習慣後,首頁的推薦歌單便總是出現曲風、唱腔類似的古風歌單,多次點選「換一批」也揮之不去。

其中還包含多首她已收藏、下載的曲目,讓原本愛好古風歌曲的若紜徹底聽膩幾乎退圈。

「其實平臺要是推薦不同風格的古風歌倒還好,畢竟古風也分婉轉抒情的小曲、雄壯豪放的戰歌等許多不同類型。但推薦的歌單裡總是同一個類型的歌曲,聽多了就很容易膩。」若紜表示。

不同於短視頻平臺流量為王的推薦方式,音樂APP主要是依照用戶偏好來進行歌單推薦。

以QQ音樂的推薦系統RS(QQ Music Recommendation System)為例:RS會記錄每位使用者的聽歌行為數據,將其貼上標籤,進行統計分析,繪製出獨一無二的用戶畫像。

除了能單純依靠音樂平臺獲取的語言、歌手、流派等內容偏好;排行榜、歌單、本地歌曲等聽歌場景偏好;以及使用APP聽歌的時間段偏好之外,社交屬性標籤便是通過騰訊成熟的社交生態鏈,獲得用戶的年齡、性別、職業、所在地區等資訊。

相應的,平臺也會為所提供的音樂標記歌手訊息;音頻信號特徵;點播量、下載量、收藏量、分享量等熱度數據;搖滾、爵士、藍調等音樂流派;音樂情緒以及演奏樂器等標籤。

為用戶和音樂分別繪製畫像後,根據各自的標籤,運用大數據統計分析,在用戶與歌曲間建立標籤向量、在不同用戶間建立偏好矩陣。藉由互相匹配音樂屬性,在龐大的歌曲資料庫中找到用戶比較可能會喜歡的那些音樂。

這樣一種基於用戶畫像的歌單推薦,本意雖然是依據使用者習慣與偏好,推薦更多用戶偏愛的曲風類型,從而增加使用體驗。但在像若紜這類使用者身上,卻反而有些「弄巧成拙」。

「除了推薦的歌曲太像了,我最不喜歡的一點是,它推薦的歌單中經常包含我聽過、已收藏或甚至拉黑的曲子!有時候網易雲推薦的同一個歌單裡還會出現兩首重複的歌!就算那些歌再怎麼受歡迎也不用這樣重複推嘛。」

「聽歌單就是因為想聽沒聽過的歌,希望發現一些新的好聽的歌曲。總是出現聽過的歌根本失去了選聽新歌單的意義,還得一直跳過,有點麻煩。要是想聽我喜歡的歌,那我就播自建歌單或收藏歌曲不就好了?」。

「現在我很少聽古風歌了,太膩了。寧願自己去搜索不同風格的歌單,改變算法對我的印象。這樣能接觸到的歌曲類型更多,比較不容易聽膩。」

三、你想聽什麼,算法說了算

雖然具體使用的算法規則不同,但通過筱佳和若紜的經歷可以發現,即使現在的網際網路公司與多媒體平臺擁有先進的人工智慧大數據分析技術,能夠記錄並分析用戶使用習慣來推薦內容。

但用戶的需求並非只有「個性化推薦」那麼單一,基於「用戶畫像」標籤的歌單推送,反而讓部份用戶追求不同的、更加具有差異化內容的需求卻越來越難被滿足。

在平臺內容更加多元,音樂歌曲傳播成本更低更便捷的今天,從某些角度來說,我們所能接觸到的音樂面或許反而更加狹窄。對於生活繁忙的現代人而言,在音樂平臺或短視頻平臺自行搜索、挑選觀賞內容的次數並不多。

多半還是在打開APP後,隨意選取平臺首頁的推薦歌單或影片。這些內容正是經由大數據算法對我們層層分析之後所挑選的那部份。

即便使用者自行搜尋想聽的歌曲類型,在搜索之前沒有聽過的曲目風格時,算法仍會依據用戶畫像和標籤,找出匹配度較高的歌曲,再按照流量及熱門程度排序推薦。

我們以為是自己「選擇」了要聽要看的內容,其實依然被算法與流量所制約。這樣看來,在大數據時代,用戶聽歌看視頻的自主選擇性可說是慢慢下降。

「現在就連網易雲上面都能時不時聽到抖音神曲了。」筱佳有些無奈地說。「我懷疑這些平臺是不是互通的啊?想好好聽歌怎麼變得這麼難?」

「可能爆款歌曲到哪都是爆款吧。像我曾經拉黑過之前很紅的盜將行,但是在QQ推薦的歌單裡還是偶爾會出現。難道對算法來說,音樂本身的熱度比用戶喜好的加權更重?」若紜對此感到疑惑。

無論是短視頻平臺還是音樂平臺的算法,視頻或歌曲本身的「熱度」都會影響被推薦的次數。從2018年開始,近半數的爆款歌曲是出自短視頻平臺,而短視頻平臺的算法最為看重流量。

隨著抖音快手等短視頻與直播的大受歡迎,近年這一比重被進一步放大,許多音樂平臺的音樂排行榜都出現了短視頻音樂排行榜。

短視頻平臺在音樂宣發環節有越來越多話語權的同時,音樂行業也逐漸被算法綁架,開啟了流量至上的瘋狂時代。

雖然短視頻平臺為音樂提供了另一個有效的宣傳途徑,但藉助流量的加持與平臺算法的主導,最終能被廣大用戶聽見的經常是一些「洗腦神曲」,或是流量粉絲持續刷榜「捧紅」的口水歌。

這些歌曲的大量流通,在潛移默化中影響著市場的審美取向,最終形成用戶審美的單一化。

目前大眾對於主流音樂的審美取向的確具有明顯的特徵,從歌唱類綜藝節目歷屆決賽的歌手特徵與選曲就可看出。

如《我是歌手》歷屆前三名中,林志炫、楊宗緯、韓磊、鄧紫棋、韓紅、李玟、張信哲、Jessie J、華晨宇、汪峰、劉歡、吳青峰、徐佳瑩、蕭敬騰等人的聲音都具有能飆高音或充滿爆發力的特點,其中大部份則是二者兼具。

但在更早以前的星光大道和超級女聲等歌唱節目中,進入決賽的歌手個人聲音特色與風格還是各有不同、彼此間的差異更加顯著的。

算法的本意是幫助我們在喜歡的音樂類型中,找到更多喜歡的歌曲。但在算法根據流量決定歌曲推薦順序的同時,也屏蔽了另一些用戶想要嘗試接觸的音樂類型,即使用戶本身並未發覺自己有這樣的需求。

「或許有些人覺得這種推薦很方便找到喜歡的歌曲,但對於我這種聽歌比較雜,沒有固定類型還特別看心情的人,網易雲和QQ音樂的歌單推薦都不是特別準確。」音樂愛好者凱雅告訴筆者。

「我還是比較懷念蝦米的隨機播放吧,至少感覺上是真的隨機,不像網易跟QQ的有固定風格類型。要不是蝦米的歌越來越少,我還會繼續用的。」

對於像筱佳、若紜、凱雅這樣的用戶而言,他們真正需要的或許不是「個性化推薦」所帶來的「推薦歌單」,而是選擇是否屏蔽個性化推薦的自由與自主選歌的權利。

(註:文中筱佳、若紜、凱雅皆為化名)

本文由 @熔財經 原創發布於人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基於CC0協議。

相關焦點

  • ...媒體算法解析:Facebook、YouTube、Twitter如何利用算法推薦內容?
    作者Ste Davies (經授權轉載自「騰訊媒體研究院」)在如今的世界中,算法已經成為了我們日常生活的核心。當你進行網絡搜索,滾動瀏覽社交媒體上的信息,或者從Spotify上接收到歌曲推薦時,實際上你正在被算法指導,甚至算法比你本人更了解你的消費習慣。
  • 歌曲宣發的新可能:當爆款不再只是算法結果
    而抖音強大的內容推薦機制,基於對用戶轉發、評論、點讚等行為的總結分析,來判斷用戶對哪些視頻更感興趣,充分識別並挖掘用戶側熱點,並通過平臺機制將優質內容的影響力擴散。同時,與單純的聽音樂相比,短視頻「音樂+畫面」的組合,能夠更加豐富的展示歌曲內容,增強音樂的感染力。
  • 個性化新聞推薦系統中算法把關的思考
    而在以算法技術為基礎的個性化新媒體時代,受眾的地位發生了變化,由被動轉為主動,他們擁有了選擇使用何種媒介的自主權。個性化新聞推薦就是把用戶喜好作為個性化推薦的主要依據,從海量的信息庫中尋找匹配用戶喜好的內容,滿足用戶的信息需求。個性化新聞推薦無疑是當今媒體轉變的助推器,使得媒體機構更加以用戶為中心,使得「受眾本位」在傳播過程中得以回歸。
  • 這套神奇的算法,比網易雲音樂更懂你
    文/Sophia Ciocca隨著網易雲音樂的聽歌報告刷屏,音樂軟體背後的個性化推薦算法用開始被大家熱議。作為全球最大的正版流媒體音樂服務平臺Spotify,就擁有一個可以針對7500萬流媒體服務用戶的個性化播放列表——Discover Weekly,它可以收聽習慣以及用戶的喜好,並在每周一花上兩個小時來做一個 「新的發現和深度清理」的更新。
  • 美團「大數據殺熟」事件思考:如何救贖被算法左右、信息洩露的人們
    從而,用戶的數據信息始終處於一種「裸奔」的狀態,任由各類商家出於各種目的使用,甚至濫用。作惡的算法與過去不同,智能時代重塑了人與技術的關係,技術不再僅僅是「製造」和「使用」,他能在人類的需求下,不斷的自我進化。這其中就要用到大量算法,算法是解決現實問題進行分析、計算、求解的程序。
  • 同聲相應,同氣相求,智能網際網路的算法推薦,好事還是壞事?
    但隨著人工智慧大數據時代的來臨,隨著各種算法在各類我們使用的APP上的運用,隨著軟體對我們的越來越了解,總是根據我們的喜好來進行推薦,這種便利似乎有點變了味了。今年江蘇卷的作文便以大數據算法推薦作為材料,讓考生談談自己的想法。小編自己看到這個題目,也是覺得細思極恐。
  • 音源網站Melon推薦鄭俊英歌曲引起用戶不滿
    韓國大型音源網站Melon在推薦欄推薦鄭俊英歌曲引起用戶不滿。2日,據媒體報導音源網站Melon在部分使用者的音樂推薦服務欄中出現了「鄭俊英出道專輯9周年紀念歌單」的橫幅,而歌手鄭俊英目前因涉嫌散步非法拍攝視頻以及集體性侵犯等被起訴拘留,因此此舉引起了用戶不滿。對此Melon運營方Kakao相關人士表示該功能是以個人用戶記錄為基礎自動生成的推薦方案,並不是故意而為。
  • 常用推薦算法介紹
    在本文中,作者主要是介紹了常見推薦算法的基本原理。0.就推薦本身而言,計算內容的相似度,計算用戶的相似度,計算用戶類型的相似度,計算內容類型的相似度,這些都是可以應用的場景。1. 推薦的本質是什麼推薦和搜索本質有相似的地方。搜索滿足用戶從海量數據中迅速找到自己感興趣內容的需求,屬於用戶主動獲取。推薦則是系統從海量數據中根據獲取到的用戶數據,猜測用戶感興趣的內容並推薦給用戶,屬於系統推薦給用戶。
  • Teforia智能泡茶器 可根據用戶喜好泡茶
    日前來自加州山景城的Teforia公司開發了一款智能泡茶器,內置 SIP技術,不僅能夠自動識別茶葉屬性,選擇性注入水量,同時還能記錄用戶的飲用數據,幫助用戶控制咖啡因的攝取量並提高抗氧化劑水平。據該公司介紹,SIP技術算法基於茶葉專家,茶農和科學家提供的數據,為用戶提供各種茶葉正確衝泡方法。此外,該泡茶器具有學習能力,能夠根據用戶喜好進行調整並使用直觀滑塊控制項為用戶選擇性地注入水量。
  • YouTube視頻推薦算法:5個非常有意思的細節
    YouTube會在新視頻中分享有關其搜索和推薦算法工作原理的更多詳細信息,該視頻將幫助公司回答用戶的問題。據悉,YouTube小組在本月初發布了類似的視頻,儘管其最新視頻回答了一系列全新問題。有很多內容需要討論,所以讓我們一起看看吧。
  • 光匯雲油黏性算法增加用戶黏性 增強加油站品牌口碑
    光匯雲油通過大數據分析,使用最新的智能算法推薦技術進行精準促銷,精準對接客戶需求。據了解,2016年成立至今,三年來專注深耕車主加油消費領域,推出省錢加油網紅級產品「光匯雲油」APP。什麼是智能算法推薦?
  • 百度地圖ETA算法推薦:一場算法和道路信息之間的鬥智鬥勇
    如今用戶的要求越來越高,僅僅是「當前時刻」的路線規劃已經很難滿足實際需求,但目前大部分地圖導航還無法結合實際情況推薦出發時間和路線,導致用戶常常白費了大量時間。百度地圖這種通過預估未來交通狀況並提供躲避擁堵、限行路線的方式,成了受歡迎的新趨勢。換句話說,有了百度地圖,人們出門前臨時查找路線,卻發現一路飆紅「無路可走」的年代很快就要翻篇兒了。
  • 騰訊提議推出「美國版微信」,美方不太滿意;李彥宏:算法該了解用戶...
    騰訊提議推出「美國版微信」,美方不太滿意;李彥宏:算法該了解用戶高級目標而非追隨本能喜好;ZARA母公司半年市值蒸發逾2000億 2020-09
  • 飛豬旅行推薦算法應用實踐
    這正是飛豬導購算法團隊的研究方向。飛豬通過建立個性化導購體系,包括引入用戶畫像、行程語義表達以及全鏈路行為排序等,實現對用戶需求的預測和匹配,將可能被購買的產品呈現在用戶面前。本文中 ,阿里巴巴飛豬旅行的高級算法專家葬青將從旅行行業的典型場景切入,提煉出飛豬在用戶理解領域的普適經驗,希望為大家帶來啟發。
  • 發掘好聽的小眾歌曲,還能更好地支持獨立音樂人:Bandcamp
    如果要說 Bandcamp 究竟是怎麼樣的一個音樂社區,《長尾理論》一書中的描述很適用用來形容 Bandcamp:它更像是 iTunes Store 的「長尾」,裡面的音樂可能不是銷量最好的作品,但是都獨具特色。如果你偏愛風格獨特的小眾音樂作品,我會推薦你多去 Bandcamp 上淘歌找「尖貨」。
  • 「如程」會員制創新產品重磅升級擴大領先優勢,大數據算法提升用戶...
    如程創新模式顛覆性地為會員打造了「提前預訂即可免費入住」的超值權益,用戶目前只需付費880元即可成為如程會員,在一年的會員權益有效期內,就能不限次數地預訂平臺合作的所有酒店,預訂成功後即可免費入住。這意味著如程會員住得越多,權益就越超值。據了解,不少會員為了平時能多訂多住,每天頻繁地在小程序上刷新房態,而隨著如程上新酒店越來越多,用戶對於房間快捷查找和預訂的需求就愈發迫切。
  • 反思Youtube 算法:個性化內容推薦能毀掉你的人格
    人工智慧算法驅動下的推薦系統世界上有15億的YouTube用戶,遠遠超過了擁有電視的家庭數量。他們觀看的視頻是由算法塑造的,這個算法掃描並排列了數十億的視頻,來確定用戶「接下來」的20個視頻片段,這些視頻都與之前的視頻有關聯,從統計數據上來看,也極有可能是為了讓人著迷。
  • 數字新材料:設計師還得懂算法?
    算法在我們想要的時候向我們展示想要的東西,就像一個熱情的助手或店員,以此來獲得成功。自稱為「人文主義技術專家」的John Maeda在他的新書中解釋了他們的目標,他將其比作日本的「omotenashi(無微不至)」的待客之道,即無需詢問就能預見客戶想要什麼。然而,算法並不是單打獨鬥,它們必須配以精心設計的界面才能見效。
  • SEO算法:巴郎深談石榴算法與算法對策
    前言每一套SEO算法的出臺都是在提升用戶體驗,石榴算法就是重點針對低質量廣告頁面而誕生的-SEO算法目錄( 4867 字)01.上線時間與宗旨02.石榴算法的意義03.石榴算法的誕生04.SEO從業人員如何應對石榴算法最後的話01
  • 處處都是算法的時代,人類還有自由意志嗎?
    隨著太陽升起,泰聽到了Spotify Discover自動為他推薦的歌曲,這是一首說唱歌手Chance the Rapper的饒舌歌曲。差不多可以出門去面試了。他今天打算叫Uber去學校面試。他打開Uber軟體,設置好出發地和目的地,界面顯示價格為11.23美元,他覺得有點貴。昨天同樣的路線,只花了9.34美元。