内容理解

超越用户需求 —以内容理解为导向构建推荐系统

作者:IVETA HAJDAKOVA, Stripe Partners; DEB MCDONALD, Spotify; SOHIT KAROL, Spotify Originally published in English: "Beyond User Needs: A Meaning-Oriented Approach to Recommender Systems" 导语:Spotify是一个在全球范围内坐拥数亿用户的音乐流媒体app,擅长以智能推荐打造高质量的听众体验。通常来说,构建智能推荐系统要从用户需求和用户目标入手。本文则试图描述一种以内容理解为导向的新思路:探究听众如何理解音乐,并根据这种理解生成智能推荐,从而让音乐体验更加深刻,让听众对音乐产生新的理解。 依托于卢锡安•卡匹克 (Lucien Karpik)于2010年提出的经济社会学理论,本文试图探索各类听众如何感受音乐、理解音乐。研究表明,听众被音乐打动有两种模式:其一是音乐层面的触动,其音乐体验的核心是音乐本身;其二是非音乐层面的触动,其音乐体验的核心是听众本人。在这两种模式当中,听众借助音乐的各种属性(内部线索)和第三方评价(外部依据)来理解音乐。听众的音乐体验可以根据他们所用到的内部线索与外部依据分为九大类型。 本文所提出的方法不仅适用于音乐平台,也可用于其他提供内容体验的数字平台和推荐系统。 关键字:内容理解,推荐系统,音乐,流媒体 在讨论数字平台、推荐系统以及注意力经济时,规模化是研究与设计当中的重要命题。对于Spotify、Netflix和Youtube这样的流媒体平台来说,商业模式注定它们要吸引大量用户;而对于用户来说,平台的价值在于提供量身定造、引人入胜的内容体验。为此,这一类用户界面要收集海量数据来生成个性化推荐,根据用户的音乐品味、所在场景、甚至是当下心情来推荐内容。 为了让每一位听众在每一次使用Spotify时都有高质量的音乐体验,Spotify面临独特的机遇和挑战。与绝大多数app不同,Spotify主要通过听觉而非视觉来缔造用户的内容体验,因此在分析改进内容体验时会有几大难点: 首先,以视觉为基础的内容类app可以根据屏幕使用时间、点赞和保存等交互行为来理解用户如何使用app。但对于Spotify来说,在按下播放键、音乐响起之后,听众就很少再与app界面产生交互,其音乐体验如何就不得而知了。此外,Spotify听众与app界面的交互在很大程度上取决于听音乐的场景:如果听众正在一边听音乐一边开车或是跑步,就基本不会与app界面有交互。 其次,如果根据音乐态度进行用户细分,各类型听众的音乐知识水平有差异,他们辨识音乐、搜索音乐、发现音乐的能力也因人而异。如何阐释音乐,音乐应该怎么听,好音乐的标准是什么……...