首页 > 科技快讯 > 你听的随机播放音乐,可能是算法下的伪随机

你听的随机播放音乐,可能是算法下的伪随机

当你忙完当天工作,熟练地带上耳机,打开熟悉的音乐APP,点下随机播放的按钮…..

听完几首音乐后,你会发现,你听到的音乐,不管是听过的、还是未知的,都是你喜欢的音调和曲风。

为什么会这样呢?

随机播放是真正的随机歌单,还是通过算法干预,推荐的符合用户当前心情的歌曲呢?

如果你是产品经理,会给用户呈现怎样的「随机歌单」?你认为音乐App中,好的随机算法具备哪些特征?我们在天天问展开了一场讨论,一起来看看小伙伴们是怎么说的吧~

01算法和随机的区别

想要了解清楚随机播放到底是不是真随机,首先要明白随机和算法的区别。

1. 什么是真正的随机

真正的随机播放,是每次切换音乐都是独立的未知数。

它就像抓阄一样,没有列表的概念,也没有上一首和下一首的概念,它会随机到不同的音乐,这才是真随机。

如何判断是真随机还是算法呢?其实只要按上一首就知道了。

如果切换到是你刚才听过的那一首,那就是伪随机。

如果是每次都在切换不同的歌,那么就是真随机。

2. 随机和算法的应用优缺点

1)真实随机的弊端

先用反证法举个例子:

给喜欢古典音乐的人播放嘻哈,他是什么感受?

给喜欢轻音乐的用户播放摇滚,他是什么感觉?

在真的随机场景中,就不可避免地碰到这些情况,必然会导致用户的厌烦。

真实随机的推送毫无章法可言,如果在茫茫如海的曲库中,随便选取部分歌曲。

用户在听歌时,一首摇滚,一首轻柔古风,另一首又是古典,那用户的整体听歌体验都是割裂的。

而且如果在不便切歌的情景中,如洗澡时听歌,还需擦干手再拿手机切歌;或是入睡时,一声惊雷起,这些体验都非常糟糕。

2)算法随机的优点

算法随机最大的优点是音乐风格的稳定性。

APP通过一系列人为训练,这位“音乐厨师”能够按照你当下的口味端来同一个菜系的菜品。

而对于想体验老菜品系这个使用频次很低的功能,可以直接交给用户自行搜索解决。

算法随机本质上应该等同于给用户歌单进行了隐性的细分归类。

3)好的随机算法的三个特征

机器学习:不断通过用户行为(各种时段、歌曲频次、切歌与否、分享等)进行学习,摸索出用户的不同情境下的听歌习惯,即用户标签

精准推送:能够通过用户标签找到切合当下偏好的曲库内容,这需要对每一个歌曲进行标签化分类

自动生成歌单:人是机器不能完全摸透的,但是算法可以根据以往的听歌记录,生成一个有统一性的歌单。比如学习时听歌,机器不知道你在学习,但它知道这几首歌总是会一起播放,可以归为一类,用户可以自行生成歌单,添加学习标签,下次自接播放。

02你所期待的随机播放,都在猜你喜欢

其实,音乐软件的随机播放,都是根据用户的听歌记录猜测你喜欢的曲目。

从以下几个角度,分析以下这样做的原因。

1. 从用户使用目的出发

我们先思考:用户随机播放的目的是什么?

用户使用随机播放时,渴望听一些往常没有听过的歌曲。或者说,他们希望找到一首自己喜欢的没听过的歌曲。

用户的喜好一般是固定的,不会在短时间内有较大的改变。所以在随机播放的功能中,给用户多推一些与其历史播放记录相似风格的歌曲,或略有相关的歌曲,会带来更好的效果。

2. 从用户粘性与体验出发

我们不妨把随机播放作为一个独立的产品,既然是产品,自然有应有的商业模式。

随机其实是用户不知道如何选歌曲时候,常常选择的播放方式。但每个用户都有自己喜欢的歌手、歌声、音乐风格。如果真正随机,用户的目标性就没那么高,或者说用户忍耐度、可试错性就增强了不少。

比如,我是一个喜欢听rap的爱打篮球的26岁男孩子,但我今天心情很差。

一个喜欢听rap、爱打篮球的人就是基本的用户画像,今天心情很差是波动因子。

音乐APP给心情很差的我推荐「随机歌单」,目的是想让我心情不那么差。

因此它推荐了比较欢快的火箭总冠军相关的rap给我,让我感受到软件的人性,也增加了我的粘度。

同时,用户的体验感也具有随机性,如果播放的都是用户感兴趣或不讨厌的歌曲,用户的体验感就不错;但如果APP随机播放了很多用户讨厌的音乐,用户就会有极差的体验。

因此在设计随机播放功能时,我们需要考虑到:

降低用户决策成本更符合人的思维模式

持续符合喜好的输出会令用户产生依赖性

一次坏的体验需要许多次好的体验才能弥补

这决定了随机播放功能需要猜测用户喜欢什么歌曲,即需要基于用户在平台上的播放历史,或通过用户的性别、年龄及其他信息去分析用户的偏好,并且第一首歌必须是用户偏好度最高的那一首歌曲,以此吸引客户喜欢使用并依赖该功能。

3. 从付费的角度出发

音乐类软件本质是消费型产品,它存在的最终目的,不是为了愉悦用户心情,而是为了让用户留存。

不盈利的企业都是耍流氓,而各音乐APP有那么多运营和活动,目的之一是为了让用户心甘情愿地付费。那随机歌单能为付费提供什么价值?

如果你一直听同类型的歌,听久了你就会腻。然后就慢慢厌倦这个产品,企业的用户留存率就降低了。

随机歌单的目的是:增加用户的新奇感,以此增加用户粘性。

实现「随机歌单」的方式有很多,我认为以用户画像加波动因子结合,以此呈现「随机歌单」给用户是最好的。

03现各大音乐APP使用的算法

目前在各大音乐 App 中用得比较多的是洗牌算法,像用户数量很大的网易云音乐和 QQ 音乐等播放器都在使用。

网易云随机播放

QQ音乐随机播放

其实 App 对于随机列表是有干预的,而并非简单的进行洗牌。

但从结果上说,用户感知是好还是差,就看各家对于洗牌算法的理解和设计了。

正如吐槽网易云算法的用户不少,但也并不影响推荐歌单和评论等受到欢迎的功能。

网友吐槽随机播放

同一首歌的评论

在音乐软件中,算法干预带来了很多优点:

每首歌的时间3-5分钟,非常短。所以听觉体验上的连续性,取决于前后歌曲播放的相关性;

每个用户的音乐审美口味相对固定;

让用户不需要自己搜就能找到想听的歌曲;

给用户推荐大把他未发现的音乐宝藏。

随机里列表是为了满足用户无法下决定但又想要获得新鲜感的心理,这时就应该尽可能的避免重复和单调。

所以这种播放列表才是更合适的:

ABCBCABACBACBCABCACBABCACBACBCAB

这是一个四平八稳的播放列表,没有任何异常存在,马丁·菲德勒称之为「平衡洗牌」。

但本质上,随机播放算法的重点不在于随机,而是一场产品和用户之间的心理博弈对决,甚至它们会随着你的听歌习惯的逐渐养成,自身也在改变着随机歌单的加权倾向。

04结语

结果显而易见,随机播放是经过音乐APP的算法干预,根据用户的历史记录推荐歌曲。

其实这种伪随机,不论是对用户还是品牌而言,都是有利的。

对用户而言:

伪随机推荐的曲目都是用户近期喜欢的种类,能给用户较好的使用体验;

伪随机虽然是用户喜欢的音乐种类,但其中有很多用户未听过的歌曲,给用户极强的新鲜感。

对品牌而言:

当用户不知道听什么歌曲时,随机播放是一个很好的选择,也让用户更加的依赖随机播放,也提高了付费率;

用户体验感好,更能留存用户,也提高了用户黏性。

不过,两者各有特色,妙不可言。

正如随机对于喜欢新颖独特之人,高山流水。

算法对于习惯安常处顺者来讲,风轻云淡。

所以,你是喜欢真随机还是伪随机呢?

本文来自微信公众号“人人都是产品经理”(ID:woshipm),作者:婉淞,36氪经授权发布。

相关推荐

你听的随机播放音乐,可能是算法下的伪随机
和紫色iPhone 12一起推出的,还有苹果的随机序列号
环球音乐送四只猿猴出道,它们的音乐你听吗?
朋友圈都在听网易云,赚钱的却是QQ音乐
剑桥大学用AI算法“监听”手机打字,你的密码即将不保
给用户配个性化海报:Netflix 的算法让你忍不住点开推荐(下)
年轻人都在“反算法”,Spotify先站出来了
字节跳动,要在热爱音乐的印度搞音乐了
音乐App的算法与算盘
QQ音乐想用电子宠物守住你的“姨母笑”

网址: 你听的随机播放音乐,可能是算法下的伪随机 http://m.xishuta.com/newsview59359.html