Spotify推深度个性化推荐服务Discover Weekly

【编者按】自从苹果Apple Music上线以来，Spotify显得老神在在，不过无论消费者是要像变了心的女朋友再也不回头去使用新欢Apple Music，还是习惯了Spotify听音乐的方式，现在Spotify推出的新功能：Discover Weekly，来发掘用户可能喜欢的音乐。

以下为文章原文：

Spotify日前推出了一个新功能：Discover Weekly，一个针对7500万流媒体服务用户的个性化播放列表，基于用户的收听习惯以及用户的喜好，Discover Weekly会在每周一花上两个小时来做一个 “新的发现和深度清理”的更新。

播放列表开始出现在人们的播放列表文件夹、Spotify桌面以及Web和移动应用的顶部，和设备上其他的播放列表一样，这个播放列表也可以脱机存储并且与朋友分享。

例如，这是我的播放列表：

Discover Weekly是Matthew Ogle的心血，他曾经先后是Last.fm和This Is My Jam的联合创始人，于2015年1月份加入Spotify，专注于产品发现和个性化服务。

在功能设定的时候，Ogle告诉他的音乐盟友说，Discover Weekly最初的设想是，设计这样一款产品，它就像你最好的朋友，会在每个星期给你制做一个混音带，上面贴着“音乐，你应该听听”。

当然，Spotify的用户以及内部团队的音乐编辑已经创造了超过20亿的播放列表。

Ogle说，“每一首歌，特别是当与Spotify的活动结合起来时，就能够知道每个人听这首歌的意图，并且给我们很多关于每首歌之间联系的信息。因此，我们获取所有的音乐，然后检测你听了什么音乐，然后将最近听过的音乐赋予更大的权重。结合这两种方法，我们就可以为你推荐你可能喜欢的音乐。”

在为用户提供适当功能之前，Discover Weekly最开始是作为Spotify的内部工具使用。Ogle说，“看整个公司在过去的几个月里，围绕着它团结在一起并且把它扩大到一定规模，是一件非常酷的事。”

Spotify的目的在于，Discover Weekly可以根据每个不同用户的收听习惯进行“成长和改变”。Ogle承诺道：“在某些星期中，你的最近收听会改变到其他新方向，那么，在其他星期里，Discover Weekly可能会为推荐自动做出相应的改变。”

他补充说，在命名Discover Weekly的时候，他发现，匈牙利语中，他发现使用匈牙利语翻译时，最地道的名字是“本周冒险”，他认为这恰恰抓住了新功能的意图。

更为广泛的讨论是，在音乐推荐中，人类和算法的相对角色是永恒的话题。

Apple Music最新更新发布的功能，和苹果高管们对于着重于人类决策而不是算法而发表的公众评论存在着争论——这意味着包括Spotify在内的竞争对手的服务更侧重于后者。

采取这样的公关立场是可理解的，但事实过，Spotify在人性化方面也努力了一段时间，从建立内部编辑团队改进他们的播放列表，到The Echo Nest部门（顺便说句，2011年Ogle在这工作了一年）所做出的工作，将用户与其它用户匹配，而不仅仅是将用户与歌曲或艺术家匹配。

Ogle说，“人类vs算法”的辩论不再有意义，可以很好描述我们在Spotify工作的方式。

“Discover Weekly全程一直有人参与，我们可以在每周一的早上为7500万用户提供准确的个性化播放列表，是因为我们的服务器上已经有很多音乐爱好者的信息，记录了他们生活的方式，我们可以在此基础上学习并且创造。我们的算法是站在巨人（人类）的肩膀上”。

Discover Weekly还在一定程度上依赖于用户在使用Spotify的过程中所养成的习惯。播放列表每周一更新，这意味着他们需要将音乐保存到收藏或者其他播放列表中，这样他们才不会遗忘。

在The Great Escape最近一次演讲中，Spotify的Will Hope说，“收获”播放列表这个过程已经成为普遍的服务，Ogle也这么认为。

他说，播放列表在Spotify上已经是名副其实的本地格式了；用户已经知道如何播放、快进、脱机以及保存音乐。我对Discover Weekly最感到激动的方面是，个性化是个全新的服务，但是没有新的思维模式和可学习的UI。我认为人们会知道怎么去做。

随着Spotify面对的流媒体市场竞争的日益增加，该公司打算将个性化服务作为对抗苹果和其他公司的关键竞争点之一。

Ogle说，“我们开始在这基础上做一些其他聪明的事情，不过我还不能公布。当谈及到深度个性化时，我们才刚刚开始，有许多挑战等着我们。”

英文原文：Spotify launches Discover Weekly personalised ‘mixtape’ playlist（译者/刘翔宇 审校/刘帝伟、朱正贵 责编/周建丁） 

关于译者： 刘翔宇，中通软开发工程师，关注机器学习、神经网络、模式识别。