网易云音乐是如何做到和那些妖艳贱货不一样的(6)

最终，在我不断的使用云音乐之后，最终得出我对各种类型音乐的数值，实现精准推荐。 [转载出处：www.11jj.com]

刚刚这个过程，可以很大程度上解释网易云是如何实现精准推荐，但是如果像要实现“惊喜”的，这个程度可能还不太够。

就我个人而言，“惊喜”是指，发现一些你不曾了解过，但是可能会喜欢的音乐，比如说，你可能曾经听过某个旋律，但是不知道这首歌是什么，云音乐能够帮助发现这首歌，这也算是一种“惊喜”。

而这件事的实现过程，也有策略的作用。

想要实现这个效果，路径还是我们刚刚提到的路径，主要发生变化的是给歌曲和用户打标签的维度。

前面我们提到，云音乐最受好评的三个功能是，推荐、歌单、评论区。而“惊喜”效果的实现，就和歌单还有用户评论有关。

实际上，对于云音乐的..来说，歌单和用户评论，相当于人工给这些歌曲打标签。其中，歌单相当于是PGC标签，评论是UGC标签。这些标签，也会作为评估用户对某一类歌曲兴趣爱好的标准。

举个最简单的例子，有一个和我很类似的用户，就叫他小明吧。

小明也和我一样，喜欢动漫、古典和英文流行。同时，，他还制作了一个自己喜欢的歌单。并且，数据显示，收藏这个歌单的用户，很多也和我的兴趣爱好类似。

这个时候，云音乐就会认为，我也很有可能会喜欢这个歌单，这个时候，就会把这个歌单，或者歌单中最受欢迎的几首歌推送给我，我也很有可能会喜欢其中的音乐。

如果这个时候，这里面的音乐是我们曾经没有听过，但是我很喜欢的音乐，可能就会产生我们刚刚所说的“惊喜”感。

以上，就是关于网易云音乐推荐机制的一些介绍，不知道看了上面几个的分析，你对于策略是如何制定出来的，并且策略是如何在歌曲推荐这一功能中如何发挥作用的，会不会有更加清晰地理解和认知。

基本上讲，我们刚刚提到的思考方式，在面对需要进行“匹配”，并通过匹配驱动增长的产品功能时，都是通用的。包括我们已经熟悉了的今日头条，抖音等产品的推送机制，底层都是上面这套方法论，并且，应用相似的思考方式，我们都可以制定出行之有效的规则。 

当然，我们需要反复强调的一件事是，我们说的更多的是基于逻辑一些假设的理想情况，具体的实践中，复杂程度要远超我们的描述。而且，网易云音乐推荐策略的成功，其实也离不开许多运营动作的支持。

抛开网易云音乐不谈，放在更大的视角来看，在互联网业内，理论上，任何一个产品达到一定用户体量的时候，都一定会产生一些问题需要通过策略手段来解决。