你的音乐品味变了，Spotify的算法也是。

　　作为煎饼果子圣地，天津人评价最高的煎饼店，一定不是人们趋之若鹜的网红店，而是“我家楼下那家”。

　　人们对于音乐的喜好，和天津人对煎饼果子的爱有异曲同工之处，好友热情分享过来的音乐，通常会被你归为“垃圾”。随着卡带、CD、MP3逐渐被移动互联网取代，音乐应用最终承载起满足人们音乐品味的重任。

　　社交媒体上经久不衰的唯二的两个问题，一个是为什么“随机”推荐并不真的“随机”，另一个就是为什么音乐平台推荐的音乐都这么“垃圾”。如果有机会，估计所有人最想做的事情就是去面对面问一下音乐应用的程序员，自己到底怎么才能“调教”好这个App，让它推荐更多自己喜欢的音乐。

　　以用户数最多的音乐平台Spotify为例，他们最近开发出了一种新的算法——偏好转化模型（PrefenrenceTransitionModel，PTM），想要预测，一年后的你会听什么音乐。

　　揭开Spotify“算法黑箱”

　　抖音、微博、淘宝、YouTube、Spotify，这些平台的算法想尽办法猜测我们喜好，然后把它们觉得我们会喜欢的内容推给我们。

　　有些时候，这些算法确实猜得很准，我们看到的都是喜欢的内容。但从另一方面来说，我们只看了自己喜欢的内容。

　　互联网活动家伊萊·帕里瑟（EliPariser）在2011年的时候提出了他著名的“过滤气泡”（FilterBubble）理论：算法会根据用户的地址、历史点击、过往搜索等用户相关信息猜测用户喜好。这个过程中，那些与用户意见相悖的信息就被过滤了。长期下来，用户就会无法接触新的想法和信息，逐渐隔绝在自己的意识形态泡沫中。

　　在处理过滤气泡的问题上，Spotify一直因为精准的算法而为人称道。不只是让用户在自己熟悉的内容中打转，它总能帮用户发现那些新鲜的歌曲。而恰好，这些歌曲还很讨人喜欢。

　　“每周发现”（DiscoveryWeekly）是Spotify在2015年7月的王牌栏目。每周一，Spotiy就会向用户推送30首完全没听过的歌曲。同时，它又总能带来非常好的用户体验。截至2020年6月25日，每周发现总共被播放了23亿小时，约合26.65万年，比人类文明存在的时间还长。

　　Spotify是怎么做到这一切的？当然还是算法。

　　Spotify主要使用了三种推荐机制——协同过滤算法（CollaborativeFilteringModel）、卷积神经网络（ConvolutionalNeuralNetworks）和自然语言分析（NaturalLanguageProcessing）。

　　Netflix是最早使用协同过滤算法来推荐内容的平台。在Netflix大获成功之后，这种算法就变得越来越流行。简单来说，它会根据用户之间的相似性而不是内容的相似性来推荐新事物。

　　对Spotify来说，摆在它面前的是一个巨大的数据库，里面装满了用户听过内容的历史。协同过滤算法会根据用户A听过的歌曲，找到也喜欢这些歌的另一个用户B，然后向A推送只有B听过的歌曲。

　　“同喜QRS，则尝试一下P和T”｜ErikBernhardsson，前Spotify员工

　　但协同过滤算法的一大缺点是所谓的“冷启动”问题，只有掌握足够多的数据，协同过滤算法才能起作用。如果用户是一个还没有听过多少歌的新用户，或者内容库里有一首非常冷门歌曲，协同过滤算法就无法精准匹配。

　　这就引入了另一种算法——自然语言处理。Word2Vec常被用在自然语言处理中，它可以将我们日常的对话编码成数学关系——向量。

　　Spotify做了和Word2Vec相似的工作。它会抓取网络上描述音乐、歌曲或者歌手的词语，通过算法分配给它们不同的权重。这个权重，很大程度上代表了人们用这个词来描述音乐的概率。通过自然语言处理，Spotify就能确定那两首歌彼此是相似的，从而解决冷启动问题。即使是冷门的歌曲或歌手，也能得到推荐。

　　Spotify的第三种方式是卷积神经网。

　　在前两种算法的帮助下，Spotify已经获得了足够多的数据，但卷积神经网络可以进一步提高了音乐推荐的准确性。

　　卷积神经网络会分析歌曲的特征，包括拍子、音调、模式、节奏、响度等。通过阅读这些歌曲的特征，Spotify就可以根据用户的收听历史了解它们之间的相似性，匹配用户的喜好。

　　DaftPunk的歌曲“环游世界”的数据分析图｜TheEchoNest

　　正是通过这三种算法，Spotify像魔法一般猜准了用户的喜好，打造出了千人千面的DiscoverWeekly。

　　但即使Spotify已经成为了世界上最流行的流媒体播放软件，即使世界上最聪明的人在这里构建出了无比精巧的算法，过滤气泡的“诅咒”依旧存在。

　　于是，Spotify，又多做了一步。

　　但是，人是会变的呀！

　　2021年4月，Spotify联合多伦多大学发布了一篇论文《下一步去哪儿？一种用户偏好的动态模型》（WhereToNext？ADynamicModelofUserPreferences）。

　　他们在4年间（2016年至2020年）分析了10万名用户的收听数据，来观察用户的消费分布变化。他们发现，随着时间的变化，用户的消费习惯也在发生变化。先前的算法擅长捕捉用户的静态喜好，但当面对长时间的跨度时，却无法捕捉用户动态的喜好变化。对于Spotify的长期用户来说，他们依旧可能困在过滤气泡中。

　　这是2016年第一季度对比随后每个季度的总消费变化直方图。颜色越深，对比的时间跨度就越长。比如，最左边的浅色曲线是2016年第一季度和2016年第二季度的对比；最右边的深色曲线是2016年第一季度和2020年第二季度的对比。随着时间的增加，变化也越来越明显｜图片来源：Spotify

　　Spotify同时发现，当免费用户消费的音乐种类越多时，他们越有可能转化为付费用户。也就是说，用户听到的音乐类型越多，他们越喜欢Spotify。

　　那么该如何知道，一个人未来的音乐口味呢？

　　Spotify给出了一个新的算法——偏好转化模型（PrefenrenceTransitionModel，PTM）。

　　在这张偏好转化模型的草图中，我们可以大致窥见PTM的工作原理。

　　图片来源：Spotify

　　我们现在有个用户1号，根据历史，可以知道他喜欢听灵魂乐（Soul）。我们想知道，他以后会不会喜欢新世纪音乐（NewAge）和布鲁斯（Blues）。

　　转换矩阵A是PTM的核心，将上述的数据输入A，就会得到一个预测的结果。可以看到，新世纪音乐的数值（0.5）和灵魂乐（0.4）非常接近，那用户1将来很有可能会喜欢上新世纪音乐。

　　当然，这只是一个最简单的模型演示，实际情况要比这复杂得多。Spotify总共归纳了4000种音乐流派。而在Spotify的数据库中，还有有3.56亿个这样的“用户1号”。

　　PTM的核心算法：指数加权移动平均分布和泊松多项式两级分布｜Spotify

　　与之前的算法相比，PTM在各项测试中都得到了最好成绩｜Spotify

　　除了预测性能，PTM的另一大特点就是可以直观地解释从一种音乐是如何转换到另一种音乐的。假定我们现在有两个音乐流派a和b，PTM就可以提供用户在听完a之后转换到b的概率。这就解释了两个问题：

　　1、a到b，哪条路径是最短的？

　　2、如果用户听了a，那么他接下来最有可能播放哪个流派？

　　回答这两个问题，大大提高了PTM的效率和预测准确性。

　　这是一张偏好转化的示意图，显示了初始流派（绿色）到目标流派（红色）的最短路径｜Spotify

　　如何“驯服”算法

　　看起来，Spotify已经做得很好了。但再聪明的算法，都可能时不时抽一下风。毕竟，人确实很复杂，没有人可以像你自己一样了解自己。

　　Spotify官方也给出了一些建议，希望帮助你更好地“驯服”他们的算法。

　　给你喜欢的歌曲点个❤️。

　　如果你不喜欢一首歌，在30秒之前跳过它。30s是个关键节点，如果在这之前跳过一首歌，相当于算法在内部给它点了。

　　听听新的歌手和他们的音乐。这样算法就可以更好地学习你的行为模式。

　　提供你的年龄和位置信息——要是你不介意的话。Spotify会根据用户的年龄和地理位置推荐不同的音乐类型。

　　如果你不想Spotify注意到你的行为，可以使用“私密模式”。

　　最后，保持耐心。算法在设计中会忽略新的收听行为中一些迅速的、突然出现的峰值，因为许多人会分享他们的Spotify登录信息。因此新的收听活动可能不会立刻导致你的播放列表变化。

　　本文经授权转载自极客公园（ID：geekpark）