【算法】网易云音乐日推算法浅析
“网易云音乐”里有一项类似于淘宝“我的喜好”的“日推”功能，根据你经常听的歌曲类型，每日推送给你类似的音乐，几乎次次惊艳，而且大多都没听过，或者好久以前听过早就忘记了名字，或者之前不知道在哪听过 只是知道其中一部分旋律，根本不知道名字，等等。 参考了在北京实习时一个同事的分享以及在“知乎”上大神们的介绍，本文暂不考虑算法实现，仅仅从算法本身来学习一番，对IT世界里一些脑洞大开的想法做以分享。 如图，是日推算法的两种实现思路： 一、“潜在因子”算法 这种算法是在NetFlix（没错，就是用大数据捧火《纸牌屋》的那家公司）的推荐算法竞赛中获奖的算法，具体用在日推上的套路是这样： 1、思路 每个用户（user）都有自己的偏好，比如A喜欢带有小清新的、吉他伴奏的、李健等 元素 （其实就是标签），如果一首歌（item）带有这些 元素 ，那么就将这首歌推荐给该用户，也就是用元素去连接用户和音乐。 2、实现： 每个人对不同的元素偏好不同，而每首歌包含的元素也不一样。模拟这样两个矩阵： （1）用户-潜在因子矩阵Q： 表示不同的用户对于不用元素的偏好程度，1代表很喜欢，0代表不喜欢。比如下面这样： （2）潜在因子-音乐矩阵P 表示每种音乐含有各种元素的成分，比如下表中，音乐A是一个偏小清新的音乐，含有小清新这个Latent Factor的成分是0.9，重口味的成分是0.1，优雅的成分是0.2……