為何Spotify推薦的歌曲總能符合你的喜好？讓它超越競爭對手的秘密...

Spotify如何推薦歌曲給你？

每個週一早晨，Spotify會送給聽眾三十首歌的播放清單，這些歌曲很神奇地符合聽眾們的喜好。這個播放清單稱為「每週探索」（Discover Weekly），也成為熱門話題。在2015年6月發行的六個月內，「每週探索」被發送超過十億七千萬次。Spotify為什麼能這麼了解兩億個使用者的喜好呢？

Spotify的確有雇用音樂專家，手動製作播放清單，但是他們沒有辦法為兩億個使用者製作這個清單。Spotify是採用演算法，每週執行以製作歌單。

「每週探索」的演算法是先查看兩項基本資訊。第一，它會先看使用者喜愛程度高到會加入到音樂庫或者是播放清單的所有歌曲。這個演算法甚至聰明到可以知道，使用者是否在播放的前三十秒就已經跳過該首歌曲，這代表使用者可能不喜歡這首歌曲。第二，演算法會看其他人所製作的所有播放清單，同時假設每個播放清單都有主題關聯，比如使用者可能會有「跑步」或者是「披頭四即興演奏」播放清單。

當Spotify有了這些資料，就利用這兩個方式找到使用者可能喜歡的歌曲。第一個方法是比較上述的兩個資料集（dataset），找到符合使用者喜好的新歌。例如，有個使用者的播放清單有八首歌曲，而當中的七首有在你的音樂庫，他們判斷你可能喜歡這類型的歌曲，所以「每週探索」就推薦那首不在你音樂庫的歌曲。

這種方式稱為「協同過濾」，也被亞馬遜所採用，其根據你與數以百萬計的使用者的購買紀錄，推薦建議商品給你。網飛的電影建議、YouTube的影片建議，和臉書的朋友建議都是採用協同過濾。

隨著服務獲得更多使用者，協同過濾越來越有用——在這種情況下，當Spotify用戶越多，就越容易找到與特定品味相符的人，因此也更容易提出建議。但是，隨著使用者數量的增長，這些演算法也會變慢且計算量龐大。

第二個方法是將使用者的播放清單視為個人的「品味檔案」（taste profile）根據個人所聽且喜歡的歌曲，Spotify會以不同類別（如獨立搖滾或者R&B以及更細微的類別（如室內流行樂與新美國音樂）推薦使用者相同類別的音樂。這仍然是根據過往聽過的音樂模式，只是推薦的形式不同。

為什麼要投資在音樂推薦上？

第一點，強力的推薦系統是一個賣點，Spotify顯得比其他競爭對手突出，如蘋果音樂（Apple Music）。因為有龐大的音樂庫是不夠的，以商業語彙來說，音樂是個商品——任何歌曲在Spotify或者是蘋果音樂，或者是其他類似的地方聽起來都一樣—並且只要有錢的人就可以去購買音樂的授權，建立一個巨大的音樂庫。

所以，如果所有的音樂串流服務都能夠有效率地擁有相同的音樂，Spotify需要有與其他競爭對手不同的地方。而Spotify的推薦系統也確實達到這個目標——被認為比蘋果音樂更好。

而且，當有更多的使用者，協同過濾的表現會更好，Spotify（已經有了很多使用者）持續維持領先。

第二個理由是個人化的推薦讓使用者的服務黏著度更高。越常使用Spotify，演算法越了解你的品味，也因此更能推薦適合的音樂。所以假如你常常使用Spotify，你的推薦結果將會相當好，也因此你不會想改用蘋果音樂，因為蘋果音樂一點也不了解你的偏好。所以這個高「轉換成本」（switching cost），減少你想改用其他類似應用程式的可能性。（更一般地來說，任何存放在應用程式的個人資料，例如製作Spotify的播放清單，將會提高轉換成本，因為必須在新的應用程式中重新建立資料。）

簡而言之，個人化的播放清單對聽音樂的人來說相當重要，這也是Spotify厲害的商業策略，難怪越來越多的應用程式提供個人化的推薦內容。

《Google、臉書、微軟專家教你的66堂科技趨勢必修課》☛立即購書：商周store、博客來

書籍簡介_Google、臉書、微軟專家教你的66堂科技趨勢必修課

責任編輯：林采怜
核稿編輯：張勝宗