天武邪神txt下载近年来，音乐版权资源实现快速增长,《2021华语数字音乐年度白皮书》显示，2021年发布的华语新歌数量达到114.5万首。

　　这意味着，平均每27秒就会诞生一首新歌。如何快速让用户找到喜欢的音乐，提升听歌时长，也成为这两年音乐产品创新的一个重要方向。精准的音乐推荐，前提是丰富的版权内容。

　　因此，本文主要聚焦当下主流的音乐APP：即QQ音乐、网易云音乐、酷狗音乐、酷我音乐、咪咕音乐、汽水音乐这六款产品。看看近年市场到底有哪些创新，以及，谁的歌曲推荐功能最能捕获人心？希望对歌迷朋友们有参考价值。

　　AI个性化推荐是平台音乐分发的核心环节。音乐APP根据用户特征、听歌记录等描绘用户画像，以及推荐歌曲/歌单/视频。

　　每日推荐可以帮助用户新的一天拥有一份全新的私人化的歌单，培养每日听歌的习惯。

　　QQ音乐将日推命名为Daily30，吸引点在于每日30首歌曲可以免费听，即使没有购买会员也可以收听付费歌曲。

　　网易云音乐是最早开始做每日推荐的，日推歌曲数量在35首左右，早6点更新，用户有一次刷新日推歌单更换歌曲的机会。

　　此外，用户还可在上方菜单栏从默认推荐调整为风格推荐，在下拉界面中选择想听的曲风、情绪、场景、语种、主题等标签，推荐歌曲的可选择范围更大。

　　酷狗音乐的日推功能，没有什么亮点，普通用户推荐30首歌曲，VIP用户多听30首歌。

　　酷我音乐的日推功能相比较酷狗音乐，推荐歌曲内容更丰富，除系统推送的30首歌曲外，还有新歌和重温选项，推送新歌和经典歌曲。

　　咪咕音乐不太注重日推歌单，将其放在推荐歌单子界面中，每日推荐歌曲数量倒是最多，有50首，也不知道用户平均能听完多少首。

　　简单说，日推方面音乐APP大同小异，QQ音乐用免费吸引用户，网易云音乐满足多元化需求，汽水音乐则没上线）需的个性电台：酷狗迎合短视频习惯，汽水采用全新模式

　　个性电台采用实时动态的流式推荐模式，更适合愿意与推荐系统有更多交互行为，有推荐系统意愿的用户。

　　QQ音乐在首页醒目处放置了猜你喜欢入口，又在首页下方菜单栏设置雷达模式， 雷达模式下平台会根据用户的红心歌曲，推荐相似好歌，既包括收藏的老歌，也包括相似风格的新歌。

　　不过，猜你喜欢和雷达模式UI界面差别很小，功能也较相似，似有重复建设之感。

　　更新后，新设熟悉模式默认模式探索模式三种模式，逐级增加推荐歌曲的多元化和陌生化。

　　酷狗的方式，似乎在短视频时代更加高效，首页设置猜你喜欢界面，进入后有30秒发现小众三种模式。

　　30秒，顾名思义，歌曲直接从副歌开始播放30秒，期间用户可以选择增加30秒或者听完整歌曲，将歌曲的记忆点重点呈现。

　　酷我音乐的猜你喜欢、咪咕音乐的私人FM，基本是默认是流式推荐模式，无明显亮点。此不赘述。

　　用户进入界面，直接就是系统推荐的音乐，可上滑切歌，与浏览抖音的操作一致。过程中除了音频，还穿插音乐短视频进行推歌。

　　与网易云音乐相似的是，音乐推送设置了熟悉模式默认模式新鲜模式三种，用户还可滑动封面切换到乐评，有吸收到同行的亮点。

　　（3）花样百出的歌单推荐：QQ音乐重视AI，网易云关注共享，酷我比酷狗醒目

　　歌单，重构了音乐APP的底层架构，使歌曲间形成关联和集群效应，既能够满足用户特定的需求，也能够提高中尾部歌曲的曝光。

　　测评的音乐APP都做了歌单推荐，包括UGC,PUGC，OGC和AIGC等模式。

　　比较值得关注的是AI歌单，它根据不同曲风和类型划分歌单，选取用户收藏量高的歌曲推荐，如百万收藏AI歌单中收录用户常听的超人气的歌曲，且每日更新。

　　网易云音乐的歌单入口设置在首页中间，进入后先是推荐的专属歌单，紧接着是官方动态歌单，歌单在命名上，比较注重场景化，如独处时刻日落大道，文艺风满满。

　　比较有趣的一个歌单类型是共享歌单，意为歌单创作者可以邀请协作者一起来创建公开的共享歌单，加入心仪的歌曲，玩法更加注重协作交流，互动感更强。

　　酷狗音乐需要用户在首页至少下滑三次，才能够找到主题歌单入口，可以看到，歌单并没有放在核心的位置，也有一些主打私人定制的主题歌单，但是亮点不突出。

　　酷我音乐的歌单界面入口就比酷狗音乐醒目得多，进入后，映入眼帘的就是近20个音乐标签供用户选择，非常直接，使用方便。

　　咪咕音乐将歌单这个标签放在首页第一位，位置醒目。点入歌单广场，可以选择不同标签的歌单，下滑也可以看到不同分类：

　　如根据时间推送的助眠歌单，猜你喜欢的歌单，编辑推荐歌单等，分类相对明确。

　　汽水音乐的歌单，需点击首页下方的发现界面进入，歌单推荐页面也在上方设置标签。歌单上不标明播放量，也没有设置不同栏目和分类，主打一个简洁。

　　与其他音乐软件相比，汽水音乐歌单抖音元素突出，如推荐歌单中首个就推送抖音热门歌曲。

　　综合来看，歌单推荐已成为音乐APP非常成熟的推歌方式，比较创新的有QQ音乐的AI歌单和网易云共享歌单模式。

　　音乐排行榜可谓是最元老级的推歌方式，见证着PC音乐播放器时代进入移动音乐时代。

　　过去，音乐排行榜是评价一首歌曲成功与否的重要标志，如今推歌方式大不同从前，音乐排行榜虽然数量大幅增加，但是影响力反而不如以前。

　　（左上起：QQ音乐；网易云音乐；酷狗音乐；酷我音乐；咪咕音乐；汽水音乐）

　　从音乐APP的榜单来看，既有平台的飙升榜、热歌榜、新歌榜，国外榜如billboard美国公告榜等，也有根据不同音乐流派、风格、语言和地区划分的排行榜。

　　汽水音乐仅设置了热歌榜新歌榜欧美榜3个排行榜，在测评的音乐APP中，显得另类、清新。

　　综上，从四种歌曲推荐维度来看，QQ音乐和网易云音乐的算法推荐走在前沿，模式多样，围绕用户需求尽可能地提供全方位服务。

　　酷狗音乐，酷我音乐，咪咕音乐紧跟队伍，虽然功能也较为健全，但是亮点不突出。汽水音乐则抛弃了其他音乐软件复杂的首页服务，全面瘦身，走了一条全新的简约的道路。

　　曾经，大众媒体+专业乐评人是音乐市场上最有力的把关人，如今的算法时代，人工推荐的影响力急剧坍缩，但依旧在理解内容风向、引领大众审美上具有重要价值。

　　对于用户来说，人工推荐最直观能感受到的，就是首页Banner新歌推荐、官方歌单和非数据的音乐排行榜。

　　能占据首页Banner推荐的，非富（影响力大）即贵（有合作），或者实力超群（太好听了）。毕竟，这可是曝光度最高的C位了。

　　QQ音乐乐馆界面的banner页面，用来推荐歌手新歌、综艺OST和平台企划的相关活动推荐歌曲。

　　网易云音乐的banner页放在首页上方最醒目的地方，咪咕音乐的banner页也放在同样位置，还在左下角贴心地标注了页码，两者推荐内容相似，包括新歌、原创音乐、歌单和专题活动等。

　　酷我音乐的banner页面放在热门板块之下，以歌单推荐为主，没有直接推新歌。酷狗音乐和汽水音乐，则没有做banner推荐。

　　综合来看，网易云音乐和咪咕音乐比较注重banner推荐位，将看重的歌曲/歌单/活动放在首页提高曝光量，同时也穿插广告获得商业收益。

　　就推荐的歌曲来看，尽管独家版权时代已落幕，各平台还是在尽力推荐深度合作的音乐人，这点并不让人意外。

　　QQ音乐官方歌单，目前已建立1179个歌单，内容多元，分类很杂，像是往期专题活动推荐歌单的集锦，由于没有搜索功能，需要用户人工挑选。

　　（左起：QQ音乐官方歌单；网易云音乐官方动态歌单；网易云音乐官方歌单广场）

　　网易云音乐有单独的官方动态歌单界面，功能较完善，有每日更新的也有不定期更新的，涉猎类别很多，包括学习，工作，冥想，睡眠等多种场景，说唱，摇滚，古典等多种音乐风格。

　　咪咕音乐的官方歌单推出【新歌周报】【榜上有名】【深度·周杰伦】等近700个官方歌单，重点还是打周杰伦这张王牌。

　　汽水官方运营汽水编辑账号，制作了不同音乐风格、年度经典歌曲等歌单，但基于平台用户较少，收藏点赞转发量的数据都不可观。

　　客观来看，网易云音乐的官方歌单建设优于其他平台，这或许与其最先开始搭建歌单和运营音乐社区有关，较大程度上提升音乐发现、分享的体验。

　　在算法推荐部分中，我们已介绍各音乐软件的音乐排行榜，在人工推荐方面，有几个小亮点值得重点关注。

　　网易云音乐和QQ音乐，都有针对原创音乐的编辑榜单，硬地原创音乐榜和INDIE图鉴榜。硬地原创音乐榜具有首创性。

　　Q音的INDIE图鉴榜推出后，同样重视讲AI的故事：由AI初筛、编辑筛选、乐迷社群投票、乐评人品鉴团投票等综合推荐10首原创独立音乐，双周更新。

　　云音乐还有很值得关注的编辑推荐榜，它是由云村编辑从30天内发行歌曲中，打分评选推出TOP10单曲，每周五更新。

　　可以说，在专业乐评人被迫缺位的当下，优质的人工推荐榜单，对原创音乐的发展具有放大镜作用，也彰显在算法穹顶之下，打破信息茧房，回归优质内容的努力。

　　综上，从Banner推荐、官方歌单和人工权威榜单三方面来看，音乐APP的编辑推荐功能，网易云音乐≥QQ音乐其他平台。

　　AI快速发展之下，似乎任何内容，包括图片、视频、语音、文本等非结构化数据，都可以利用 AI 编码，转换成特征向量，并通过计算向量实现对非结构化数据的分析。

　　当下喊出的万物皆可 Embedding（嵌入）的口号，表现出AI推荐的极大信心。但真的如此吗？

　　先简单看看音乐领域的推荐模型：目前，音乐算法系统主要采用协同过滤、自然语言处理、音频分析三种推荐模型。

　　用户搜索、播放歌曲/歌单，以及红心、收藏、评论、分享等操作，都可以精准地用来形成画像，达到精准推歌的目的。

　　拿QQ音乐举例，协同过滤既有基于音乐的逻辑，也有基于用户的逻辑：前者，QQ音乐上的歌曲都会被打上几个标签，假设你喜欢一首有电音标签的歌曲，那么其他同样有电音标签的歌曲，就可能会被推荐给你。

　　后者，打个比方，系统判定你和某个群体品味相似，都喜欢旅行标签的歌单，可能就会把他们偏好的其他标签歌曲，推荐给你。

　　拿网易云音乐举例，用户对歌曲/歌单进行评论，如果系统判断你表达的是正向情绪，就会更倾向于推荐类似的音乐；反之，则会在推荐中对类似内容进行降权处理。

　　音频分析，则真正切入到了歌曲本身：采集旋律、节奏、音高等内容，进行有效信息数字化提取，再进一步比对分析，寻求相近的歌曲形成关联。

　　比如，Spotify算法中即引入这一逻辑：通过分析原始音轨文件来进行分类过滤，在卷积神经网络的帮助下，歌曲时间内的特征统计量（拍子记号、音调、调式、速度等）得以形象化，并被用来分析歌曲间本质上的相似性。必须承认，算法推荐的确越来越精细化，过去可能只能对用户画像画个草图，如今可以画出了工笔画。

　　不过，现阶段算法推荐仍旧无法完全取代人工推荐，它只能基于原有数据进行推荐，在冷启动或者新领域上无法及时做出准确的预测。

　　打个不恰当的比方，用户喜欢吃番茄炒蛋，算法抓取到番茄炒蛋标签，于是开始推荐番茄蛋汤，黄瓜炒蛋，韭菜炒蛋，桌面都是相似的菜肴，但很难推荐出新菜——烧烤。

　　算法可能会推荐陈奕迅、孙燕姿，但可能推荐不出下一个天王天后，这可能也是为什么算法懂我，但又没那么懂我的原因。与此同时，音乐始终需要审美的引领，这永远需要专业编辑、乐评人的努力。

　　如果一切唯流量论，唯数据论，那么，洗歌统治乐坛，翻唱统治乐坛，无穷无尽的重置版统治乐坛的日子，很快就会到来。这是流量的胜利，却只能是音乐的失败。