手动选择还是电脑运算？这一分歧不仅仅出现在音乐产品上，甚至只要涉及到推荐，就会有二者之间的抉择
来源：i黑马 作者：@邓超
流媒体音乐服务提供商Spotify近日发布了其新的社交功能，你可以通过“Follow”其他用户，来获得网站对你推荐的歌曲——因为用户在这里关注的往往是与自己音乐兴趣相同的人，所以Spotify认为它所推荐的自然就是用户喜欢的歌曲。另外，它还会调出用户Facebook上的好友让其关注，当然选择权在用户。
Spotify联合创始人Daniel Ek
每个人所拥有的知识大部分来自于自己所接触的人的传播，Spotify一直就是以好友关系(Facebook等社交网络上的好友)来传播音乐, 在推出“关注”这一功能前，用户可以在网站上看到“好友”正在听的音乐，这看似是一种好的推荐方式，但问题在于社交好友不代表是音乐好友——用户看到的“好友音乐”有不少是其并不喜爱的，这无形中增加了用户的选择成本。因此Spotify的新功能是想借用户之手明确自己对哪些朋友的音乐品味更加喜欢, 从而达到对好友音乐的初级筛选。另外，它也试图通过这样的方式来搭建用户在自己内部的社交关系, 毕竟如果只是从Facebook等社交网络来迁移的话， Spotify不能将用户黏性激活到最大，而且要受制于人。
这让黑马哥想起了之前报道过的音贝网，他们在去年9月就推出了类似“Follow”的“订阅”功能，但其同时也通过社交关系(主要是微博)来进行数据挖掘，试图去“猜”用户的喜好，从而进行音乐推荐。
乔布斯说用户往往不知道自己想要什么，音贝网的创始人袁雨来似乎很认同这一点，这使得音贝网在产品思路上与Spotify有一些不同。首先，他认为大部分普通用户很难了解自己到底喜欢什么样的音乐，因此在寻找音乐上往往是“遭遇战”。对此，音贝网允许用户，特别是音乐发烧友自己筛选歌曲，UGC成为专辑， 然后引导普通用户订阅这些发烧友从而得到适合的音乐。
对于Spotify的做法，袁雨来表示从好友中挑选多个和自己音乐品味相同的人实在太难，因此他更信赖数据挖掘的方法，由机器来算。这便是前文所说的通过对社交关系的深入挖掘，“猜”出用户的喜好。
手动选择还是电脑运算？这一分歧不仅仅出现在音乐产品上，甚至只要涉及到推荐，就会有二者之间的抉择。黑马哥曾采访过zaker、鲜果联播等类flipboard产品，他们在做资讯推荐时也会出现这样的考量。鲜果联播创始人、做RSS订阅出身的梁公军就认为阅读跟音乐不同，听音乐时会因为休闲而漫无目的，但阅读在很多时候针对性很强，用户主动订阅的内容比不成熟的算法推荐得要准;另外，他认为技术也很难解决感性的问题，“我订阅一个媒体，很大程度上是因为对它的信任”。
匿名用户
