⑴ 網易雲音樂的私人FM和豆瓣FM的推薦演算法,哪個更好
後者,「帶用戶發現一首好歌帶來的喜悅遠遠大於自己搜索所得」,走的是電台的路線,這比播放器就多了一份驚喜。推薦演算法可不是網易雲音樂的重點,只不過是附屬功能而已。想的方向有偏差,就音樂領域而言,根據用戶畫像推薦只能是大方向,比如各個年齡層的不同偏好。前期最關鍵的應該是根據歌曲之間的關聯度進行推薦,比如喜歡李健的歌,那就給你多推薦相似歌手的音樂。後期的推薦這個比重也會占很重要的位置,這樣一來就成了誰家的音樂資料庫更全更好了。推薦是匹配的活,不僅要考慮人,也要考慮音樂、商品,這是雙方相互磨合的過程。
⑵ 豆瓣FM 的推薦演算法是怎樣的
豆瓣FM的推薦演算法沒有停止,反而是在不斷演進當中,伴隨著它成長的用戶,會慢慢發現越來越多的驚喜與滿意。豆瓣FM是中國互聯網實踐個性化服務的一個很好的土壤,其中糅合了包括演算法、ui/ue、數據清洗與整合、音頻分析技術、用戶行為分析、編輯與運營、後台架構等等大量的因素,即便是推薦演算法也只是演算法技術中的一部分。單論推薦演算法,就最簡單的演算法,也會極大地受到其它因素的影響,比如單曲推薦功能、新版的上線,對於演算法的學習與積累都會起到極大的正面作用。
⑶ FM演算法有什麼作用
FM演算法可用於推薦系統中,主要是解決稀疏矩陣的特徵組合問題