爱华网从网易云音乐的推荐说起
在网易云音乐私人FM成功的推荐了几首符合我口味的R&B后，我完全被这几首歌high到了，一顿热血中忽然联想到之前称赞过的UBER算法驱动的事情。因为从获取用户数据处理并给予相应反馈的机制上来说，这两个APP在算法的模式上非常相似。
随后我查阅了很多关于网易云音乐私人FM功能介绍的文章，然而并没有找到一个合理的系统性的关于功能工作原理的解释。既然没人来说道这事，那我就自己动手来写好了。下面我会从它的工作逻辑入手，加上自己已有的知识来推断它的工作原理。
第一步、对音乐进行细致分类。
音乐库里的音乐会被专业人士进行分解，有可能不仅仅是流行、经典、舞曲等等曲种的分类，甚至应该分得更细，比如歌手、音乐旋律、和声、节奏、谱曲、编排等等，音乐被精致的贴上各种标签。
第二步、把用户的操作进行分类。
把用户的操作分成喜欢和讨厌两大类。喜欢的操作中还要分几种权重，比如被单曲循环的歌肯定排第一权重位，收藏排第二权重位，返回再听一遍排第三权重位，一首歌被听的完整度排第四权重位，等等。讨厌的操作中也一样分几种权重，比如被塞到垃圾箱里的排第一权重位，被点了下一首的歌排第二权重位，被快进的歌排第三权重位，等等。
第三步、计算用户的操作权重
权重越高的音乐，相应标签优先被提取或排除。权重高的和权重低的音乐的重叠标签再次被提高或降低排序。
第四步、匹配音乐
提取标签到乐库进行匹配计算，然后推荐给用户。
第五步、重复提取数据进行计算
实时记录用户的操作，重复之前的操作。
通过以上步奏，随着用户听的音乐越来越多，数据的累积不断增加，音乐推送的精准度也就越来越高。
这种算法驱动提供的内容更加贴近用户的爱好，在这样一个个性的世界里，私人订制一定会给用户带来超出预期的惊喜。单从音乐上来说，它可以把之前搜歌、收藏、到自己的歌单里循环的复杂工作给简单化，并且提供了一个更大的数据空间，无形中给用户的搜索范围提高了好多个档次。这就是算法驱动带来的巨大优势。
算法驱动的逼格
说完网易云音乐的事，回到本文的标题“让我们给‘算法驱动’换个名叫‘私人订制’的发型”上来。为什么这么说呢，因为业内对于算法驱动的定义实在太low，已经low到完全不能配上算法驱动本该有的逼格。
给你们举个例子，请看下面大众点评关于算法驱动的诠释。
它认为通过对已有数据内的相近人、附近推荐菜、过往购买数据推算出的结果便是一种算法驱动内容的推送行为。
这种基于本地大众的消费习惯和认知简直辱没了算法驱动的强大，它的定义好比一个对湖南略有些了解的外地人对身边的朋友宣称：湖南的妹子都是大长腿而且特别能吃辣。
然而算法驱动其实能做得更多，它更应该像个心理学家，通过一个湖南妹子的行为细节可以推算出她是不是大长腿、腿白不白、能不能吃辣、能吃多辣、喜欢穿齐逼小短裤还是亚麻长裙、喜欢听R&B还是伤感情歌，甚至交过几个男朋友、男朋友长什么样、姓名、学习经历、家在哪、手机号码多少、身份证号码多少、一般几点睡觉等等都不在话下。
它能渗透到生活中的任何一个细节，包括你现在的心情如何，想吃点什么等心理需求也是没问题的。
（说白了，其实所谓的算法驱动就是很早就被人提过的大数据的进化版，只是鲜有人尝试而已。）
当然，这些都是依赖数据的，巧妇难为无米之炊。然而现在市面上的应用大多都没有把这些珍贵的用户数据利用起来，大多应用所做的依然是以自我为中心的运营模式。
它们把内容按照既定规则进行分类，卖衣服的把衣服分为春夏秋冬长短品牌等硬性分类，用户跑上去找了一圈幸运的能找到一件喜欢的，大多都是不幸运的只能悻悻的关了应用，换换其他同类应用再找找。
竞品间的功能区分度很低，用户的需求度很难被满足，更不用说意外的惊喜。
软文类把文章分为文艺科技实事等硬性分类，用户上去找到自己感兴趣的版块，在众多软文里能找到几篇自己喜欢的算是不错的了。其实，原本他们可以做的更多。
给算法驱动换个发型
为什么要换个发型？
看看历史上所有牛逼的公司，他们为什么能够从市场里脱颖而出成为牛逼的存在，其中最重要的一个点就是：他们做的产品一定与市场同类产品有差异性。
香水刚盛行的时代，香奈儿推出的香水区别于其他香水浓烈刺鼻的香味，香奈儿的香水气味清淡适鼻，虽然可能不符合贵妇人们耀人的装扮需求，但是绅士们喜欢啊，女为悦己者容，于是它火了。
MP3盛行的年代，Ipod的出现横扫了MP3市场，因为它造型好看，操作简单，容量超大，跟市场上其他MP3都不一样。
让我们再看看现在市面上的众多APP，基本都是基于自己的规则来提供服务的。APP把内容一分类就推给用户，不管用户喜欢不喜欢，那一类内容都会强行展现在用户面前。如果某一款APP会为你量身定制一套内容推送给你，你选择谁？私人fm就[Www.aIhUaU.com)在做这么一件事。
因为产品的差异性很重要，所以就目前来说，私人定制这么一件事显得很特别。而业内对于算法驱动的理解深度也不够，并没有把它的功能完全发挥出来。既然它原本就很帅，那为什么不换个发型做个高逼格的帅比呢。
发型的设计原理
基于用户的使用细节收集数据，解析数据，分类数据，按数据权重进行匹配，推送数据，反复循环不断排除误差数据，最终使数据趋于用户的喜好。重中之重是以个体用户的使用行为为根据，而不是基于大众数据为基础。（这里指的是直接与用户交互的版块，像京东物流那种补仓方式，可能就需要依赖于地区消费趋势来进行推算）
牛bb文章网欢迎您转载
