让怦然心动的音乐与你相遇—对话QQ音乐智能推荐系统

《北方人的巴赫》里有一个爱乐者的故事。罗伯特，一个常居阿拉斯加的男人。为了巴赫，不做白领而去做了管道工。就为了冬天来临的时候，开着装了防滑链的车，翻山越岭到处看看，车上的音响正惊天动地地响着巴赫。

音乐是非常特殊的艺术形式，仿佛是描述多变的心绪， 比文学更抽象，比绘画更多变 。

请大家稍作回忆——你第一次认真地喜欢一曲音乐是什么时候？可曾有那么一个瞬间，你无比渴望耳畔涌来一个，让你寒毛倒立，让你心头一紧的旋律？

我们热忱地期待技术真的可以像音乐世界里的“上帝之手”那样，润物细无声得就把你需要的清风送达耳畔。那么“ 上帝之手 ”是如何实现的呢？揭秘 QQ音乐推荐系统如何读懂你的心 。

致尊敬的耳朵

——对话音乐智能推荐系统

欢迎来到QQ音乐推荐系统的世界。我们更常称其为 RS（QQ Music Recommendation System）。

对于每一个初入音乐软件的“罗伯特”，RS对你都是一无所知的（特别是，如果你既没有主动搜索歌曲，也没有主动选择喜欢的风格）。

如何从一无所知，到准确推荐？这在RS里，被称为“ 冷启动 ”。

最快的方法大概是：先扔给你一首歌，看看你的反应（是兴奋得点红心，还是怒切歌？）。但是“扔”的动作也很讲求技巧—— 怎么个“扔”法才能命中率最高 ？

每首歌 都有流派、语言、歌手等不同属性。RS有数据显示，听者对各个属性的敏感程度是不同的， 敏感度排序是 语言>歌手>流派 。简而言之， 我们最不能忍的是听到不喜欢的语言（比如外文歌），其次是歌手，再次才是风格流派等。

① 语言 是第一推荐要素。QQ音乐用户中 90% 都以听中英文歌为主，所以 最初 ，RS会以 中英文混合推荐 ；听者对不同语言会有不同偏好，产生 “收藏”、“切歌” 等行为，这就是RS学习的第一步；

② 歌手 是第二推荐要素。锁定了语言偏好后，RS 开始试探性地推荐歌手 ；同样根据听者的反馈，快速锁定一个 小范围 的歌手候选区间；

③经过前两步，推荐范围已经较为聚焦；听者也累积了相当的个性化数据，破冰完成，“冷启动”进而顺利转向常规的推荐方法。

这并不难理解：当你收藏《晴天》时，很可能说明你喜欢周杰伦，对此，RS后续推荐曲中出现周杰伦的几率就会增高；当你点删除（不再播放），会导致类似歌曲的出现几率降低。

“收藏”、“删除”、“下载” 行为反应的 好恶都很鲜明 （在RS中，称为 重度实时行为 ），对于此，“简单粗暴”的推荐规则往往就很有效。

相比之下，另一类操作包含的态度就很 “暧昧” ——切歌 。切歌行为 受到环境、心情 等诸多额外因素的影响；而且切歌时机也很有深意（默默脑补3秒切和3分切）。

比如，在过往收听中，你被RS打上了喜欢周杰伦的标签，但今天你却切掉了《晴天》，原因可能是多样的（比如...今天是阴天？）； 仅凭这次切歌而放弃向你推荐周杰伦，效果可能南辕北辙。

这时就需要RS中一套更加智能的预测机制（原理类似统计中的 判别分析， Logistic回归 ），将 歌手、流派、切歌时机等多种影响因素综合 ，去评估听者对这首歌的真正态度。评估结果表示为一个介于 0到1之间的数 （1代表喜欢，0代表不喜欢），越接近1则喜欢的概率越大。

描绘出你的听歌偏好，为你推荐对应的歌，是RS 最基本的推荐方法 （被称为“ 基于内容推荐 ”）。思路大致是： 1.你喜欢乡村音乐——2.《Country Road》是乡村乐——3.向你推荐《Country Road》。

但是等等，真实的世界往往是这样的：你除了喜欢古典乐，还喜欢英文歌，还喜欢陈奕迅；《Country Road》除了是一首乡村乐，还是英文歌；还是一首抒情歌......这样下来，简单的逻辑也承载着复杂庞大的信息。