智能媒體視角下流行音樂的推薦路徑
——以網易云音樂為例

◎余 洋

(上海交通大學媒體與傳播學院，上海 200240)

一、引言

“只用來聽音樂”早已成為多年前的傳說，數字音樂平臺不再僅僅局限于音頻播放的功能，經過版權糾紛、收購合并、強強聯合，數字音樂平臺逐漸向著數字專輯、演唱會直播、音游聯動等多元盈利模式拓展，音樂行業的市場格局也逐漸從惡性競爭向著互助共享發展。CNNIC第47次調查報告顯示，中國網絡音樂用戶總人數高達6.57億，其中手機網絡音樂用戶占99.74%[1]。在此基礎上，產業鏈拓展也逐漸向著用戶的垂直社交平臺轉變，市場發展趨勢由野蠻生長轉變為各大平臺割據一方，“影視+音樂”“分眾+長尾”“小市場大熱門”都成為當下數字音樂平臺的顯著特征。但是如何精準滿足用戶功能性需求與情感需求卻并非易事，相較于Web1.0時代，Web2.0時代用戶話語權大幅提升，出現以個人為焦點的傳播模式，個性化的內容增多，網絡上可供分享的資源變得豐盛。而Web3.0時代基于大數據技術背景，提供個性化聚合信息服務，創建出綜合化的服務平臺，其中網易云音樂憑借著優秀的內容和精準的定位在競爭激烈的市場中成功突圍。[2]本文接下來將從技術的角度探析網易云音樂能夠成功突圍的技術原因所在，并針對問題提出可行的建議與措施。

二、歷史回顧

1979年，保羅·萊文森提出了補償性媒介理論，他認為媒介在發展過程中需要不斷得到發展和彌補，每一種新的媒介的出現都是對先前媒介的補救和修正，這種補救的過程形成了媒體技術的演化[5]。可見，流行音樂的盛行是媒介發展的結果，手機的普遍使用使得用戶隨時隨地獲得聽歌的機會，而這一功能建立在廣播的基礎之上。

回溯歷史，流行音樂的發展最早是以廣播為代表的傳統媒體為基礎。20 世紀40年代，延安新華廣播成立，用戶從傳統的閱讀渠道轉向聽覺渠道，獲取信息的方式得到拓寬；20 世紀七八十年代，臺式收音機不再罕見，“聽新聞”走入尋常百姓家[3]；千禧年之初，汽車開始裝載小型收音機，廣播逐漸成為受眾重要的信息獲取來源。隨著互聯網技術與移動終端的發展，媒介視聽功能的使用場景迭代更新，尤其是人工智能技術對語音交互的創新與突破，Web3.0時代下流行音樂的發展擁有新的技術支撐[4]。

智能媒體是人工智能研究的領域之一，將人工智能技術引入多媒體系統，媒體功能和性能得到進一步發展和提髙[5]。最早的智能媒體是指多媒體計算機系統，能夠綜合處理文字、圖形等多種媒體信息的計算機系統，而通訊技術的發展與移動終端的普及，使得多媒體系統具備了無限連接的可能，這一發展過程也引起了研究者的關注[2]。目前國內關于智能媒體的研究主要集中于智能媒體信息傳播業務的研究，社會化媒體、移動終端和大數據等主題也成為信息傳播的重要領域。學者彭蘭提出了人工智能應用于新聞生產后帶來的革命性變化甚至重新定義了新聞業的生產環節，從傳感器新聞、機器寫作、虛擬現實、社交媒體平臺等方面論述了新聞源與新閩反饋機制、新聞寫作者與寫作模式、用戶新聞體驗和新聞分發渠道等的變遷[6]。學者常江從用戶的體驗感、媒介形態發展規律及新聞真實理論等角度對虛擬現實這一新的新聞生產形式做了比較全面的分析[7]。學者鄧建國對機器人新聞的生產原理、對新聞業所造成的影響和挑戰做了系統的分析[8]。但關于某一領域下智能媒體所起到的作用，前人的研究略顯空缺。因此，從智能媒體技術的角度，探析流行音樂推薦路徑流程具有一定的現實意義。

三、網易云音樂的大數據與智能算法運用

美國音樂流媒體軟件公司 Rdio的首席執行官 Diew Lamer率先提出“音樂社交”這一概念，即音樂實際上是人與人交往的工具渠道，社交體驗是影響數字音樂行業未來的重要因素[9]。2013年4月，網易公司在國內最早提出“音樂社交”這一理念，發布主打“移動原生”的音樂APP網易云音樂。針對用戶痛點，利用算法推薦精準落點用戶偏好，實現個性化服務，在競爭激烈的數字音樂平臺行業成功突圍。

(一)集群智慧：個性化推薦讓聽歌偏好精準落地

凱文凱利在《失控》中曾提到蜂群的故事，蜜蜂以滾雪球的方式形成一個巨大的舞群，最終獲勝的是體積最大的蜂群。類似的，互聯網人群在網絡上也帶有“集群的意識”。用戶特性讓算法推薦技術發揮自身優勢，有其用武之地。

協同過濾技術是個性化推薦的常用設計思想之一。針對目前市面上的數字音樂平臺，協同過濾技術的使用方式主要分為兩類：基于歌曲內容的協同過濾與基于用戶特點的協同過濾。基于內容的推薦是最基礎的推薦方法，根據音樂內容本身的特征，例如，節奏、曲調、聲音特點等將歌曲分門別類打上標簽，系統根據用戶的個人偏好，追蹤其聽歌行為并建立用戶模型，來推薦同類型下的其他歌曲。此種推薦方式必須建立在內部曲庫完善的基礎之上，需要用戶有明顯的興趣偏好。在實際情況中，音樂平臺往往采用混合推薦算法，即根據用戶的信息加權計算不同的算法，再向用戶推薦個性化歌單[10]。

基于協同過濾推薦是基于用戶對不同歌曲、歌單的行為，來計算用戶之間的相似性，根據相似性推薦相應的音樂。本質上可以用“物以類聚，人以群分”來解釋，例如，網易云音樂的“因樂交友”的功能，計算用戶之間的聽歌偏好的相似性來向用戶匹配相似度較高的好友，此外，“云村”的功能也很好地培養了用戶的群體意識。“云村”下分為“廣場”和“關注”兩大模塊，在“廣場”中用戶會刷到自己喜歡的評論，這與用戶的聽歌偏好與習慣密切相關，而“關注”板塊更加注重用戶用戶之間的聯系，用戶能夠自由地加入自己感興趣的“云圈”。

(二)草船借箭：“無米之炊”困境下的冷啟動操作

前文所談及的協同過濾技術必須建立在大量的用戶數據基礎上挖掘分析，但是如何在沒有用戶池的前提下設計出個性化的推薦系統，這是算法推薦過程的一大難題。尤其在被稱為“小眾音樂愛好者天堂”的網易云音樂中，如何向小眾愛好者推薦感興趣的內容，便成了問題的重中之重。冷啟動主要分為三類：用戶冷啟動、物品冷啟動、系統冷啟動。先前的研究給出了解決冷啟動問題類型的策略，分為混合推薦、融合其他數據源、動態情景敏感策略等方式[11]。

而網易云音樂主要采取合適的標簽啟動用戶興趣、從其他網站導入用戶站外行為兩種方式冷啟動處理用戶信息不足的問題。一是用戶在注冊賬號時，頁面向用戶提供音樂標簽供用戶選擇，例如，網易云音樂私人FM的“口味測試”,通過提問的方式搜集用戶感興趣的話題，這些話題主要分為三類：具有代表性和區別性的話題標簽，例如，懷舊音樂與流行音樂；二是采用從其他網站導入的用戶站外行為，登陸頁面中的“其他登陸方式”有微信、QQ、微博等，通過這種方式可獲取用戶的社交關系信息，并導入這批用戶在社交軟件中的人口統計學信息(性別、年齡、社交軟件中的好友等)及相關的社會網絡信息。比如，用戶在微信上點贊分享一篇爆款的公眾號文章，當用戶進入網易云音樂后，系統會自動推薦迎合該文章氛圍的音樂。

(三)綜合反饋：“年度聽歌報告”下的用戶畫像

聽歌報告更多的包含的是一種感性成分，隱藏了用戶的某種期待，通過報告的形式告訴大家自己的生活和故事，遇到品味相似的人，或許能產生“高山流水遇知音”的惺惺相惜。網易云音樂的刷屏恰恰是“獨樂樂不如眾樂樂”的現實反映。聽歌報告的形式不僅能夠精準地描摹用戶，使得個性化推薦的內容更加聚焦，也通過一種回饋用戶的方式，加強用戶的自身認知。

2020年網易云音樂年度聽歌報告主題是《遇見時空里的自己》，這里至少需要三個條件，即時間、空間和介質。[12]形成一篇報告涉及聽歌評率、總時長、選擇聽歌的時間段、次數排行前十的年度歌單。比如，“夜晚最愛”與“耳朵旅行”分別從時間和空間兩個角度呈現一個立體化的記憶脈絡，落腳用戶回憶點，喚起用戶深層次的情感共鳴。在強關系與弱關系雙重作用之下，網易云音樂不僅成功描摹用戶特點，還滿足了用戶作為一個群體成員的雙重需求。尤其是在特殊時間和時間節點上，通過報告的形式會激發出個體強烈的情感體驗，沉淀到某種程度時會形成群體認同感與神圣感。作為音樂類APP，網易云音樂深入用戶情感需求，提供超出期待的情感滿足與服務，有利于促進二次社交的展開。

四、問題與建議

根據前文內容，網易云音樂在算法推薦技術的運用層面上有顯著的優勢，但也有待提升的空間。基于“網抑云”等問題，本文在改進上提出如下建議。

(一)拒絕“網抑云”，拓展評論區風格

因為消極喪志的評論，網易云常常被冠上“網抑云”的稱號，原本歌友之間正常情感溝通的平臺變成了“青春傷痛文學”的集中地，評論常常圍繞原生家庭、酒精、抑郁癥等話題展開，“生而為人，我很抱歉”等金句不盡其數，大量模版化、套路化等評論淹沒精品評論，主題也逐漸狹窄，用戶的認同感與參與感也隨之下降。因此，網易云音樂應根據用戶的性格、興趣以及偏好，落腳用戶需求，拓寬評論區風格，避免出現千篇一律的評論情況。此外，“云村”板塊缺少好友圈，這是未來在功能提升上需要補充的地方，創造附近功能的使用場景，通過LBS拓展好友圈，降低用戶害怕被沉默的顧慮，滿足用戶“被看到”的需求，增強用戶歸屬感。

(二)降低隱私泄漏風險，減少平臺之間的關聯度

盡管冷啟動的操作解決了數據挖掘下信息量不夠龐大的難題，但是與此同時產生的用戶隱私風險系數也在隨之提高。“大數據比你更懂自己”實質上是一種高高在上的宣布——你不知道的，我都知道。例如，使用微博賬號登陸網易云音樂，會自動匹配聽歌偏好相似的“云友”，如果“云友”通過網易云ID順藤摸瓜到微博ID，這就引發了隱私泄漏的危機。此外，在“年度聽歌報告”的分享狂潮之下，通過圖片反映的用戶ID、昵稱便可以搜索到用戶的個人主頁，且系統默認為用戶歌單為公開可見。在此情況之下，用戶信息隱私泄漏的可能性大幅度增加。因此，平臺在設置改功能時應以公告的形式事先告知用戶，并搜集用戶對此功能的反饋情況，提前降低所存在的隱私泄漏風險。

(三)實現音樂IP完整性，避免過度營銷

評論區過度的情感營銷不僅會影響用戶對平臺的忠誠度，還會阻礙其音樂IP產品化的發展。要實現完整的IP產業化盈利模式，網易云音樂不應該局限于音樂行業內的向下深耕，更應該對游戲、電影等重要的變現產業予以關注，增強產業間的關聯度，維系其忠誠度。當下所具有的“扶持獨立音樂人”項目可以為加強行業聯合的未來發展方向添磚加瓦。例如，網易云音樂啟動行業首個女性主題眾創合輯計劃，選取用戶提交中最有特點的故事，讓歌手張含韻、謝春花、Yamy郭穎，演員姚晨等藝人共同擔任聯合發起人，邀請獨立音樂人譜曲寫歌，讓專輯的各個創作環節有用戶參與，不僅有利于積累一批具有高黏性、高忠誠度的用戶群體，還有利于精準把握用戶偏好。因此，只有不斷挖掘優質的音樂IP，完善音樂內容生態圈，才能讓用戶感受音樂的價值。

五、結語

Web3.0時代，人們收聽音樂的方式和渠道朝著多元化和個性化方向發展，網易云音樂在音樂類APP市場的激烈競爭中成功突圍，無論在平臺開放還是用戶積累上都有較大的優勢。但要擺脫曇花一現的命運，網易云音樂還需要根據新的洞察，升級產品體驗，通過加大內容投入、健康版權體系打造和音樂上下游解決方案等方式，提供更優質的音樂服務。情懷縱然令人感動，但在商業化的今天，懷有情懷且長久不斷地走下去，需要抓住算法推薦技術帶來的優勢，就能更有機會引領行業的未來。