基于去中心化社交网络下的个性化推荐研究

李瑞丰 贾菲 王莲芝

摘要：去中心化社交网络中的个性化推荐越来越收到人们的重视，它在理论和实际应用中均有很高的价值。个性化推荐不仅能够帮助用户在这个信息过载的时代有效获取用户所需的信息，而且也是很好的一种商业营销手段。本文以网易云音乐为例，分析其个性化推荐在去中心化社交网络中的运用，同时将网易云音乐与其他同类产品相比较，深度发掘网易云音乐的特色与优势，剖析个性化推荐所带来的实际效果和意义。

关键词：社交网络；去中心化；个性化推荐；网易云音乐

去中心化作为当今互联网一个鲜明的特征，是互联网进入2.0时代形成的社交关系形态和内容产生形态[2]，其旨在将每一位用户作为中心，在社交网络中极大的促进了信息的交流和共享，并为分析用户兴趣特征提供有效依据。

网易云音乐作为现今用户增长速度最快的网络音乐平台之一，于2013年4月正式上线，其主要功能与其他音乐软件类似，检索、收藏等，创新功能有每日推荐、歌单、智能播放、歌曲评论、私人FM、短视频和云盘。截止到2017年4月用户数量突破三亿，增长幅度远高于其他同类，凭借其主打的推荐功能在众多的数字音乐平台中脱颖而出，成为第一口碑音乐平台。

在大数据时代下面对海量的信息，用户很难从中找的自己真正感兴趣的部分，为解决此问题，各社交网络平台广泛的运用去中心化的个性化推荐，实现准确为每一位用户提供其感兴趣信息。本文以网易云音乐为例探讨去中心化下的个性化推荐在社交网络中的应用，分析其在音乐推荐方面的内在价值及实际意义。

一、网易云音乐用户群体分析

网易云音乐是网易旗下首款移动互联网领域音乐产品，主要受众是热衷于社交分享的青年人以及重视音乐品质对于软件体验要求更高的音乐爱好者。据调查显示网易云音乐的主要用户群体为85后的年轻群体，占据了网易云音乐用户数的86%。网易云音乐的所有用户中，男性用户只占38%，女性用户占62%，女性用户是网易云音乐的主流群体。

二、网易云音乐功能分析

网音云音乐的个性推荐功能可以用精准、丰富来形容，利用后台的相关算法可以实现精准推送，减少用户搜索时间。网易云的个性化推荐主要应用的音乐推荐有私人FM，每日推荐，推荐歌单三大板块。私人FM是类似于电台类的大量的音乐推送，值得一提的是私人FM中还有增加的跑步FM，推薦的音乐会比较偏向于用户最近时间比较喜欢的歌曲。每日推荐是针对用户每天推荐的30首歌曲，这个版块体现出的是网易云音乐的个性化推荐之精准，综合性比较强，涵盖用户喜欢的音乐类型，不会单一推荐某一类，让用户比较有新鲜感。推荐歌单网易云音乐是口碑最好的一个功能板块，根据用户的喜好来向用户推送不同的歌单，不同的音乐可以任意组合形成不同情境的歌单，而这些形形色色的歌单被推荐到用户的首页，网易云音乐给了用户更多的选择，这是其个性化推荐的多样性的所在，也就是我们所讲的“丰富”。

网易云的个性化推荐也强调了用户的参与性，我们不难发现“云村”入驻了大量的小众音乐人，他们的作品有机会被推荐给合适的用户，从而获得一定的人气，起到激励创作的作用。同样，一些入驻的明星、音乐大咖也会因为推荐而听到某一个用户的作品或者歌单，实现一种音乐思想的交流，也催进了二者之间的互动。

三、与同类产品比较

本文对QQ音乐、酷狗音乐与网易云音乐在个性化推荐功能方面的差异进行了分析。

QQ音乐在“音乐馆”版块下的“为你推荐歌单”中有对用户的音乐推荐，主要是通过分析用户收藏歌曲的特性征来分析用户的喜好对其进行推荐，QQ音乐在播放音乐时提供相似单曲查找的功能，在一定机率上也可以找到用户喜欢的歌曲，还有发现里的查看附近也是推荐的入口。QQ音乐的优势是版权和背后亿级的粘着用户，方向是社交音乐。缺点是推送歌曲精准度较低，不能满足用户口味需求。

酷狗音乐则是通过用户自己收藏的音乐，在“我喜欢”的同级中增添了“猜你喜欢”这一版块，通过对用户加入到“我喜欢”中的歌曲进行推荐，缺点是入口比较深，不能看见推荐的歌单，只能一首一首的试听。

与前两者相比网易云音乐的个性化推荐更加细致，社交性也更强，是用户评价最高的。在第一次使用时，个性推荐会引导用户做一个简单的喜好分析，根据用户的收藏音乐进行个性化推荐，网易云音乐更加侧重于“歌单”的概念，用户可以自己根据喜好创建属于自己的歌单，网易云音乐则会根据用户收藏或自己创建的歌单和喜欢的歌曲来进行音乐推荐，相应的，由用户自己创建的歌单也有可能被推荐给其他喜好相近的用户，增加了用户之间的互动性。“私人FM”类似于前两者的“猜你喜欢”版块，“每日歌曲推荐”会每天向用户推荐30首歌曲，同时还会向用户推荐一些歌单，并且告诉用户是根据用户喜欢的哪首歌推荐的。推荐功能不可能做到每一首都符合用户味口，标签式的推荐及可查看的歌单也给了用户选择的余地。

四、总结

通过对网易云的个性化推荐分析得知，个性化推荐在去中心化社交网络中不仅能满足用户的需求，还能激发用户潜在的兴趣爱好，促进数字音乐平台中的音乐资源利用最大化，但如何从用户感受出发，进一步提高个性化推荐的速度与质量，实现准确性与多样性并存，在理论与实际应用之间还有较长的路要走。所以仍需要进一步完善和发展。

参考文献：

[1]梁晓涛汪文斌.社交网络服务[M].武汉：武汉大学出版社，2013.3

[2]李檬.去中心化移动互联时代电商运营制胜法则[M].北京：人民邮电出版社，2015.5.

[3]陈洁敏汤庸李建国蔡奕彬.个性化推荐算法研究[J].华南师范大学学报，2014，46（5）：8-15.

[4]王莹莹.新媒体时代数字音乐平台音乐精准推送问题探析——以网易云音乐为例[J].媒体营销，2016，（10）：55-56.

[5]王海刚贺燕.网易云音乐APP市场现状及发展对策探析[J].新闻研究导刊，2016，7（18）：34-35.