推荐算法更新——更强调个人偏好

亦歌推荐的歌曲是因人而异的。主要考虑的两方面因素是歌曲本身的好评度和歌曲和用户偏好的相关性。

歌曲本身的好评度是歌曲在整体人群中的评价；和用户偏好的相关性是系统认为的用户喜欢此歌曲的可能性大小，这是根据用户的历史操作记录、收藏、黑名单等计算出来的。

这一次调整，我们增大了用户偏好相关性在计算中的比重，也就是说，系统会更倾向于推荐您可以喜欢的歌曲，甚于大众普遍好评的歌曲。

我们的算法总是在调整，因为推荐系统很难评测什么叫好，所以我们也在摸索。对于音乐而言，我们并不希望完全倾向于个人偏好，因为我们认为风格多样是必不可少的属性。限于用户喜爱的某几种风格在短期可能用户体验很好，但长期看总会产生厌烦。并且，对于我们多数用户，曾经听过的风格毕竟是少数，总有一些自己未知的风格的歌，自己可能会一下子被吸引住，而听到它们之前并不知道，歌还能写成这样，唱成这样啊！所以我们总认为，对于音乐而言，发现惊喜是推荐系统的重要追求之一。