Last.fm推荐音乐的工作原理
@ 2009/03/13
因为此文原存储地址(blog.qingyu.org)域名在国内注册,基于一些因素考虑将部分还未失去时效性的日志转贴此处,照成不便还请见谅。
一首曲目到你耳边之前那段历程
音乐推送如今看来早已不那么新鲜了,因为在Web2.0时代音乐推荐不外乎两种情况:内容过滤和协同过滤。“过滤”的确是一个非常有意思的术语,它把系统认为你不喜欢的音乐过滤掉,把剩下的你可能喜欢的音乐推送给你。
而Last.fm正是协同过滤的一种典范,它较之于Pandora,友播这样的内容过滤模式更加注重音乐的社会属性,社会化也更强。
那么一首Last.fm推荐给你的音乐到达你耳朵之前经历了一段怎样的过程呢?
Last.fm及Scrobber的工作原理思维脑图。
在上一篇Last.fm小传性文章里我提到过,Last.fm的工作分为两部分,由Scrobber负责收集和分析你的音乐收听历史,由Last.fm网站负责整理你的社会化活动(包括好友经营、音乐标签、评论日志等)。最后两者一结合,Last.fm就可以猜测你可能喜欢的曲目并推送给你。
作为一款比较社会化的音乐应用,和你偏好匹配的音乐并不能一开始就送到耳边,在之前你需要向Last.fm提交足够多的可供分析的数据。所以当这些数据越丰富,Last.fm向你推荐的音乐匹配度可能就越高。毕竟一个人的偏好是非常复杂的,远远不能由一个电脑程序就能分析和识别出,如果你希望得到的音乐更加适合自己,你需要为你喜欢的音乐贴上更多的标签、添加更多的与你臭味相投的好友、反馈更多的喜好信息等等。
这时也许你能够认可Last.fm是作为一款民主化和社会化的音乐应用存在的了吧。