背景：網(wǎng)易云音樂個(gè)性化推薦備受知乎，微博等各種社交平臺推崇
同行認(rèn)為：
我一開始也認(rèn)為要通過用戶信息和用戶操作數(shù)據(jù)的分析來構(gòu)建算法，分析這個(gè)用戶對什么歌會產(chǎn)生驚喜，然后把這類歌推送給用戶。但是實(shí)際使用網(wǎng)易云音樂后，我發(fā)現(xiàn)我們都想復(fù)雜了。（網(wǎng)易云音樂的用戶信息只有：昵稱、介紹、性別、生日、地區(qū)。即便你修改這些參數(shù)，推薦給你的歌單也并沒有什么改變）
我們過度強(qiáng)調(diào)了針對個(gè)人的算法，卻忽略了社群和場景的作用。算法雖然可以讓你推薦的歌曲無限接近個(gè)人的驚喜點(diǎn)，但是它也剝奪了用戶發(fā)現(xiàn)其他驚喜點(diǎn)的可能。畢竟不是所有能帶來驚喜的因素都能固定下來放在算法里。而且這些驚喜因素越多，維護(hù)成本就越是高昂，日后越是難以修改。
我們重新再看一遍哥哥和弟弟的故事：
我記得那年我小學(xué)，我哥哥高中。他總是單曲循環(huán)這首歌。我卻總不知道這首歌的名字。后來我高中，他即將大學(xué)畢業(yè)，我單曲循環(huán)才知道，成長如此之快。
哥哥總聽，所以導(dǎo)致了我聽。=意見領(lǐng)袖在引導(dǎo)用戶聽什么
哥哥高中和我高中時(shí)都在聽一首歌。=同一情景在引導(dǎo)用戶聽什么
成長如此之快。=強(qiáng)調(diào)的是一種用戶最愛發(fā)的引起共鳴的文字
公司的資源有限，每個(gè)人都服務(wù)到極點(diǎn)是種浪費(fèi)。意見領(lǐng)袖具有該群體最普遍的共同點(diǎn)。我服務(wù)好意見領(lǐng)袖，讓意見領(lǐng)袖做出歌單去吸引同類人，然后社群成員用自己手中的贊去篩選出最有驚喜點(diǎn)的歌曲即可。沒有復(fù)雜的算法，只有良好的社群生態(tài)系統(tǒng)。由意見領(lǐng)袖和朋友，結(jié)合當(dāng)下熱點(diǎn)去推薦新歌單。
網(wǎng)易云音樂中相關(guān)功能：朋友、主播電臺、歌手
我們過度的強(qiáng)調(diào)一個(gè)大場景下的細(xì)節(jié)，卻忽略了這些細(xì)節(jié)綜合而成的場景。選錘子，選羅永浩的人，并不是因?yàn)榱_永浩單個(gè)的細(xì)節(jié)，而是因?yàn)檫@些細(xì)節(jié)綜合而成羅永浩給人的感覺而去選他。細(xì)節(jié)因素幫我們理解綜合場景的情緒，卻并非要一一用上。用一個(gè)更感人的情景要遠(yuǎn)比用一堆細(xì)節(jié)更靈活。讓用戶去選有溫度的場景，比你自己算一堆細(xì)節(jié)變量要靈活。
網(wǎng)易云音樂中相關(guān)功能：飆升、新歌、熱歌等情景排行榜、歌單風(fēng)格場景化分類、主播電臺分類等
歌單描述和場景描述上都使用更具溫度，讓人共鳴的文字。
思考：單純的推送一首歌給用戶，即便旋律是驚喜的，但在列表中展現(xiàn)的不過一個(gè)名字，一句簡介。打動(dòng)用戶的能力依舊有限。但信任的人推薦的一個(gè)高人氣，有場景，有故事的歌單，其感染力卻不太一樣。
但是我實(shí)名反對這種觀點(diǎn)?。?！
課程中提到的“我記得那年我小學(xué)，我哥哥高中。他總是單曲循環(huán)這首歌。我卻總不知道這首歌的名字。后來我高中，他即將大學(xué)畢業(yè)，我單曲循環(huán)才知道，成長如此之快?！?br>
我對這段話的理解為：
這首歌包含了成長以及青春，是對童年的一種懷戀。就像我小學(xué)的時(shí)候，校運(yùn)會的時(shí)候我喜歡聽某首歌，然后那時(shí)候有喜歡的女生，長大的時(shí)候再次聽回這首歌，就會想起當(dāng)年青澀的自己，美好的回憶
但是現(xiàn)在課程中提到現(xiàn)象已經(jīng)不存在了：因?yàn)橛?種方法
首先你聽了這么多次，你肯定記得歌詞的隨便一句話吧，只需要百度一下，你就知道歌名了。
或者你掏出手機(jī)打開qq音樂 ?用音樂識別功能就知道是什么歌了。
我覺得意見領(lǐng)袖這種推薦本來就不靠譜，反正我從來不會去看各種歌單，基本找不到愛聽的。就算有經(jīng)典的我自己早都聽爛了。
我推崇echo模式，這種小眾高質(zhì)量分享，群眾點(diǎn)like，用like說話
