智能媒体视角下流行音乐的推荐路径——以网易云音乐为例

◎余 洋

(上海交通大学媒体与传播学院，上海 200240)

一、引言

“只用来听音乐”早已成为多年前的传说，数字音乐平台不再仅仅局限于音频播放的功能，经过版权纠纷、收购合并、强强联合，数字音乐平台逐渐向着数字专辑、演唱会直播、音游联动等多元盈利模式拓展，音乐行业的市场格局也逐渐从恶性竞争向着互助共享发展。CNNIC第47次调查报告显示，中国网络音乐用户总人数高达6.57亿，其中手机网络音乐用户占99.74%[1]。在此基础上，产业链拓展也逐渐向着用户的垂直社交平台转变，市场发展趋势由野蛮生长转变为各大平台割据一方，“影视+音乐”“分众+长尾”“小市场大热门”都成为当下数字音乐平台的显著特征。但是如何精准满足用户功能性需求与情感需求却并非易事，相较于Web1.0时代，Web2.0时代用户话语权大幅提升，出现以个人为焦点的传播模式，个性化的内容增多，网络上可供分享的资源变得丰盛。而Web3.0时代基于大数据技术背景，提供个性化聚合信息服务，创建出综合化的服务平台，其中网易云音乐凭借着优秀的内容和精准的定位在竞争激烈的市场中成功突围。[2]本文接下来将从技术的角度探析网易云音乐能够成功突围的技术原因所在，并针对问题提出可行的建议与措施。

二、历史回顾

1979年，保罗·莱文森提出了补偿性媒介理论，他认为媒介在发展过程中需要不断得到发展和弥补，每一种新的媒介的出现都是对先前媒介的补救和修正，这种补救的过程形成了媒体技术的演化[5]。可见，流行音乐的盛行是媒介发展的结果，手机的普遍使用使得用户随时随地获得听歌的机会，而这一功能建立在广播的基础之上。

回溯历史，流行音乐的发展最早是以广播为代表的传统媒体为基础。20 世纪40年代，延安新华广播成立，用户从传统的阅读渠道转向听觉渠道，获取信息的方式得到拓宽；20 世纪七八十年代，台式收音机不再罕见，“听新闻”走入寻常百姓家[3]；千禧年之初，汽车开始装载小型收音机，广播逐渐成为受众重要的信息获取来源。随着互联网技术与移动终端的发展，媒介视听功能的使用场景迭代更新，尤其是人工智能技术对语音交互的创新与突破，Web3.0时代下流行音乐的发展拥有新的技术支撑[4]。

智能媒体是人工智能研究的领域之一，将人工智能技术引入多媒体系统，媒体功能和性能得到进一步发展和提髙[5]。最早的智能媒体是指多媒体计算机系统，能够综合处理文字、图形等多种媒体信息的计算机系统，而通讯技术的发展与移动终端的普及，使得多媒体系统具备了无限连接的可能，这一发展过程也引起了研究者的关注[2]。目前国内关于智能媒体的研究主要集中于智能媒体信息传播业务的研究，社会化媒体、移动终端和大数据等主题也成为信息传播的重要领域。学者彭兰提出了人工智能应用于新闻生产后带来的革命性变化甚至重新定义了新闻业的生产环节，从传感器新闻、机器写作、虚拟现实、社交媒体平台等方面论述了新闻源与新闽反馈机制、新闻写作者与写作模式、用户新闻体验和新闻分发渠道等的变迁[6]。学者常江从用户的体验感、媒介形态发展规律及新闻真实理论等角度对虚拟现实这一新的新闻生产形式做了比较全面的分析[7]。学者邓建国对机器人新闻的生产原理、对新闻业所造成的影响和挑战做了系统的分析[8]。但关于某一领域下智能媒体所起到的作用，前人的研究略显空缺。因此，从智能媒体技术的角度，探析流行音乐推荐路径流程具有一定的现实意义。

三、网易云音乐的大数据与智能算法运用

美国音乐流媒体软件公司 Rdio的首席执行官 Diew Lamer率先提出“音乐社交”这一概念，即音乐实际上是人与人交往的工具渠道，社交体验是影响数字音乐行业未来的重要因素[9]。2013年4月，网易公司在国内最早提出“音乐社交”这一理念，发布主打“移动原生”的音乐APP网易云音乐。针对用户痛点，利用算法推荐精准落点用户偏好，实现个性化服务，在竞争激烈的数字音乐平台行业成功突围。

(一)集群智慧：个性化推荐让听歌偏好精准落地

凯文凯利在《失控》中曾提到蜂群的故事，蜜蜂以滚雪球的方式形成一个巨大的舞群，最终获胜的是体积最大的蜂群。类似的，互联网人群在网络上也带有“集群的意识”。用户特性让算法推荐技术发挥自身优势，有其用武之地。

协同过滤技术是个性化推荐的常用设计思想之一。针对目前市面上的数字音乐平台，协同过滤技术的使用方式主要分为两类：基于歌曲内容的协同过滤与基于用户特点的协同过滤。基于内容的推荐是最基础的推荐方法，根据音乐内容本身的特征，例如，节奏、曲调、声音特点等将歌曲分门别类打上标签，系统根据用户的个人偏好，追踪其听歌行为并建立用户模型，来推荐同类型下的其他歌曲。此种推荐方式必须建立在内部曲库完善的基础之上，需要用户有明显的兴趣偏好。在实际情况中，音乐平台往往采用混合推荐算法，即根据用户的信息加权计算不同的算法，再向用户推荐个性化歌单[10]。

基于协同过滤推荐是基于用户对不同歌曲、歌单的行为，来计算用户之间的相似性，根据相似性推荐相应的音乐。本质上可以用“物以类聚，人以群分”来解释，例如，网易云音乐的“因乐交友”的功能，计算用户之间的听歌偏好的相似性来向用户匹配相似度较高的好友，此外，“云村”的功能也很好地培养了用户的群体意识。“云村”下分为“广场”和“关注”两大模块，在“广场”中用户会刷到自己喜欢的评论，这与用户的听歌偏好与习惯密切相关，而“关注”板块更加注重用户用户之间的联系，用户能够自由地加入自己感兴趣的“云圈”。

(二)草船借箭：“无米之炊”困境下的冷启动操作

前文所谈及的协同过滤技术必须建立在大量的用户数据基础上挖掘分析，但是如何在没有用户池的前提下设计出个性化的推荐系统，这是算法推荐过程的一大难题。尤其在被称为“小众音乐爱好者天堂”的网易云音乐中，如何向小众爱好者推荐感兴趣的内容，便成了问题的重中之重。冷启动主要分为三类：用户冷启动、物品冷启动、系统冷启动。先前的研究给出了解决冷启动问题类型的策略，分为混合推荐、融合其他数据源、动态情景敏感策略等方式[11]。

而网易云音乐主要采取合适的标签启动用户兴趣、从其他网站导入用户站外行为两种方式冷启动处理用户信息不足的问题。一是用户在注册账号时，页面向用户提供音乐标签供用户选择，例如，网易云音乐私人FM的“口味测试”,通过提问的方式搜集用户感兴趣的话题，这些话题主要分为三类：具有代表性和区别性的话题标签，例如，怀旧音乐与流行音乐；二是采用从其他网站导入的用户站外行为，登陆页面中的“其他登陆方式”有微信、QQ、微博等，通过这种方式可获取用户的社交关系信息，并导入这批用户在社交软件中的人口统计学信息(性别、年龄、社交软件中的好友等)及相关的社会网络信息。比如，用户在微信上点赞分享一篇爆款的公众号文章，当用户进入网易云音乐后，系统会自动推荐迎合该文章氛围的音乐。

(三)综合反馈：“年度听歌报告”下的用户画像

听歌报告更多的包含的是一种感性成分，隐藏了用户的某种期待，通过报告的形式告诉大家自己的生活和故事，遇到品味相似的人，或许能产生“高山流水遇知音”的惺惺相惜。网易云音乐的刷屏恰恰是“独乐乐不如众乐乐”的现实反映。听歌报告的形式不仅能够精准地描摹用户，使得个性化推荐的内容更加聚焦，也通过一种回馈用户的方式，加强用户的自身认知。

2020年网易云音乐年度听歌报告主题是《遇见时空里的自己》，这里至少需要三个条件，即时间、空间和介质。[12]形成一篇报告涉及听歌评率、总时长、选择听歌的时间段、次数排行前十的年度歌单。比如，“夜晚最爱”与“耳朵旅行”分别从时间和空间两个角度呈现一个立体化的记忆脉络，落脚用户回忆点，唤起用户深层次的情感共鸣。在强关系与弱关系双重作用之下，网易云音乐不仅成功描摹用户特点，还满足了用户作为一个群体成员的双重需求。尤其是在特殊时间和时间节点上，通过报告的形式会激发出个体强烈的情感体验，沉淀到某种程度时会形成群体认同感与神圣感。作为音乐类APP，网易云音乐深入用户情感需求，提供超出期待的情感满足与服务，有利于促进二次社交的展开。

四、问题与建议

根据前文内容，网易云音乐在算法推荐技术的运用层面上有显著的优势，但也有待提升的空间。基于“网抑云”等问题，本文在改进上提出如下建议。

(一)拒绝“网抑云”，拓展评论区风格

因为消极丧志的评论，网易云常常被冠上“网抑云”的称号，原本歌友之间正常情感沟通的平台变成了“青春伤痛文学”的集中地，评论常常围绕原生家庭、酒精、抑郁症等话题展开，“生而为人，我很抱歉”等金句不尽其数，大量模版化、套路化等评论淹没精品评论，主题也逐渐狭窄，用户的认同感与参与感也随之下降。因此，网易云音乐应根据用户的性格、兴趣以及偏好，落脚用户需求，拓宽评论区风格，避免出现千篇一律的评论情况。此外，“云村”板块缺少好友圈，这是未来在功能提升上需要补充的地方，创造附近功能的使用场景，通过LBS拓展好友圈，降低用户害怕被沉默的顾虑，满足用户“被看到”的需求，增强用户归属感。

(二)降低隐私泄漏风险，减少平台之间的关联度

尽管冷启动的操作解决了数据挖掘下信息量不够庞大的难题，但是与此同时产生的用户隐私风险系数也在随之提高。“大数据比你更懂自己”实质上是一种高高在上的宣布——你不知道的，我都知道。例如，使用微博账号登陆网易云音乐，会自动匹配听歌偏好相似的“云友”，如果“云友”通过网易云ID顺藤摸瓜到微博ID，这就引发了隐私泄漏的危机。此外，在“年度听歌报告”的分享狂潮之下，通过图片反映的用户ID、昵称便可以搜索到用户的个人主页，且系统默认为用户歌单为公开可见。在此情况之下，用户信息隐私泄漏的可能性大幅度增加。因此，平台在设置改功能时应以公告的形式事先告知用户，并搜集用户对此功能的反馈情况，提前降低所存在的隐私泄漏风险。

(三)实现音乐IP完整性，避免过度营销

评论区过度的情感营销不仅会影响用户对平台的忠诚度，还会阻碍其音乐IP产品化的发展。要实现完整的IP产业化盈利模式，网易云音乐不应该局限于音乐行业内的向下深耕，更应该对游戏、电影等重要的变现产业予以关注，增强产业间的关联度，维系其忠诚度。当下所具有的“扶持独立音乐人”项目可以为加强行业联合的未来发展方向添砖加瓦。例如，网易云音乐启动行业首个女性主题众创合辑计划，选取用户提交中最有特点的故事，让歌手张含韵、谢春花、Yamy郭颖，演员姚晨等艺人共同担任联合发起人，邀请独立音乐人谱曲写歌，让专辑的各个创作环节有用户参与，不仅有利于积累一批具有高黏性、高忠诚度的用户群体，还有利于精准把握用户偏好。因此，只有不断挖掘优质的音乐IP，完善音乐内容生态圈，才能让用户感受音乐的价值。

五、结语

Web3.0时代，人们收听音乐的方式和渠道朝着多元化和个性化方向发展，网易云音乐在音乐类APP市场的激烈竞争中成功突围，无论在平台开放还是用户积累上都有较大的优势。但要摆脱昙花一现的命运，网易云音乐还需要根据新的洞察，升级产品体验，通过加大内容投入、健康版权体系打造和音乐上下游解决方案等方式，提供更优质的音乐服务。情怀纵然令人感动，但在商业化的今天，怀有情怀且长久不断地走下去，需要抓住算法推荐技术带来的优势，就能更有机会引领行业的未来。