友情链接：
本周一，正如其它每个周一，一亿多 Spotify 用户每东说念主齐收到了一个簇新的歌单。这个叫作念每周发现的歌单内搀杂了用户从未听过关联词可能会心爱的 30首歌曲。后果号称神奇。
我我方是 Spotify 的超等粉丝，对每周发现尤其青睐。为什么呢？因为我认为它懂我。它比我性掷中的任何东说念主齐更了了我的音乐试吃。我很安静每周它齐能知足我的需求，一如既往地推选一些我我方永远齐不会找到或知说念会心爱的歌曲。
关于那些两耳不闻窗外事的东说念主们，请允许我先容一下我的假造好友：
[图片评释: 我的 Spotify 每周发现歌单]
没念念到，在这方面我不是一个东说念主，不光是我对每周发现如斯贪恋 – 扫数这个词用户群体齐趋之若鹜。这股上涨使得 Spotify 从头转机了它的重点，并在基于算法的歌单上参加了更多的资源。
Dave Howitz: @Spotfiy 每周发现的歌单对我的了解进度险些不寒而栗，熟谙到就像一个也曾与我有过一齐濒死体验的前女友一样。
Amanda Whitbred: 当今 @Spotify 的每周发现对我仍是了解到如果它当今求婚，我也会说承诺的地步了。
自「每周发现」在 2015 年第一次上线以来，我就紧要念念知说念它是何如运作的（而且由于我是 Spotify 公司的迷妹，我心爱假装在那边责任并计划他们的产物）。 经过三周的荒诞Google，我终于满怀感德地得到了一些幕后的常识。
是以 Spotify 到底是怎么告成作念到给每东说念主每周挑选 30 首歌曲的？咱们先来仔细看下其它的音乐管事是怎么作念音乐推选，以及 Spotify 是怎么更胜一筹的。
在线音乐甄选管事简史
早在千禧年之初，Songza 就运转使用手动甄选为用户提供歌单。手动甄选的道理即是所谓的音乐巨匠或者其他剪辑会手动挑选一些他们我方认为可以的音乐作念成歌单，然后听众可以顺利拿来听。（稍后，Beats 音乐也罗致了不异的战略）。手动甄选后果尚可，关联词由于这种设施仅仅纯手工挑选，形式设施也比拟肤浅，它并不可关爱到每个听众音乐试吃的机密各别。
跟 Songza 一样， Pandora 亦然音乐甄选管事领域的早期玩家之一。它使用了一个略为更高档的设施来代替给歌曲属性手工打标签。即世界在听音乐的时候，对每首歌曲挑选一些描写性的词语来手脚标签。进而，Pandora 的设施可以顺利过滤特定的标签来生成包含相似歌曲的歌单。
差未几团结时候，一个从属于麻省理工学院媒体实验室的名叫 The Echo Nest 的音乐信息机构，罗致了一个十足不同的高档战略来定制音乐。The Echo Nest 使用算法来分析音频和音乐的文本内容，以完成音乐识别，个性化推选，歌单创建和分析等。
终末，是 Last.fm 别具肺肠，罗致了另一个沿用于今的战略。那即是专揽协同过滤来识别用户可能心爱的音乐。稍后本文会伸开商榷更多这方面的内容。
是以说既然其他的音乐甄选管事齐杀青了推选功能，Spotify 究竟是何如操作我方的神奇引擎，来杀青甩出竞争敌手几条街的用户试吃默契度的呢？
Spotify 的三种推选模子
事实上 Spotify 并莫得使用什么单一的改进性推选模子，而是搀杂了一些其他公司使用的最好的战略来创建他们我方唯一无二的刚劲发现引擎。
Spotify 使用三种主要的推选模子来创建每周发现：
协同过滤模子（即 Last.fm 最早使用的那些模子）。责任道理为分析你和其他用户的举止。 天然谈话惩处（NLP）模子 。责任道理为分析文本。 音频模子。责任道理为分析原始音频声说念自身。咱们来具体看下这些推选模子是何如责任的！
推选模子之一：协同过滤
当先先容下配景：当好多东说念主听到协同过滤这几个词的时候，他们会坐窝联念念到 Netflix，因为它是第一个专揽协同过滤来杀青推选模子的公司之一。其作念法主如果使用用户提交的电影星级来缱绻推选那些电影给其他访佛的用户。
自 Netflix 将其告成应用以来，协同过滤运转快速流传开来。当今不管是谁念念杀青一个推选模子的话，一般齐会拿它手脚初度尝试。
与Netflix不同的是，Spotify 并莫得用户对他们音乐的星级评价数据。Spotify 所用的数据是隐形反应的，具体来说即是咱们在线听歌的歌曲次数，以偏激他极度信息，诸如用户是否保存歌曲到个东说念主歌单，或者听完歌曲后是否接着走访艺术家主页等。
但什么是协同过滤，到底它是怎么责任的呢？底下用一段轻便对话来作念一个节略的先容。
啥情况? 本来这俩东说念主内部每东说念主齐有我方的一些歌曲偏好 – 左边的东说念主心爱歌曲 P, Q, R 和 S; 右边的东说念主心爱 Q, R, S 和 T。
协同过滤系统进而专揽这些数据得出论断，
“嗯。既然你俩齐心爱交流的歌曲 – Q，R 和 S – 那么你们可能是访佛的用户。是以你们应该会心爱另一个东说念主听过关联词你还莫得听过的歌曲。”
系统然后提倡右边的东说念主去体验下歌曲 P，以及左边的东说念主去体验下歌曲 T。听起来够肤浅吧？
关联词 Spotify 具体是何如具体应用这个主见，来缱绻基于百万级的用户偏好从而得出数以百万计的用户歌曲推选呢？
…矩阵运算，用 Python 库即可杀青
实验中，此处说起的矩阵是极其巨大的。每行齐代表了 Spotify 的一亿四千万用户中的一员（如果你也用 Spotify，那么你亦然这个矩阵中的一滑），而每一列则代表了 Spotify 数据库中三亿首歌曲中的一首。
然后，Python 库就运转跑这个漫长而复杂的矩阵明白公式：
缱绻完成后，系统会生成两种类型的向量，在此分别定名为 X 和 Y。X 为用户向量，代表单个用户的音乐试吃。Y 则为歌曲向量，代表单支歌曲的特征。
当今咱们得到了一亿四千万个用户向量，每东说念主一个，还有三亿歌曲向量。这些向量的具体内容仅仅一些单独拎出来自身并无道理的数字，关联词在后头进行比拟时会罕见有用。
为了找到那些跟我相似试吃的用户，协同过滤系统会拿我的向量跟其他用户的向量作比拟，最终会找到那些跟我最相似的用户。关于 Y 向量，亦然不异的经由 – 你可以拿一首歌的向量与其他的歌曲向量作念比拟，进而找出哪些歌曲是跟你当今正在看的歌曲最相似。
协同过滤照实后果可以，关联词 Spotify 深知再添加另外一个引擎的话后果会更出色。这就到了天然谈话惩处出场的时候了。
推选模子之二：天然谈话惩处
Spotify 罗致的第二个推选模子即是天然谈话惩处。这些模子的源数据，正如名字所示，即是一些普通的谈话翰墨 – 举例歌曲的元数据，新闻著述，博客，和互联网上的其它文本等。
天然谈话惩处 – 缱绻机贯通东说念主类谈话的智力 – 自身即是一个巨大的领域，普通通过厚谊分析应用编程接口（API）来进行操作惩处。
天然谈话惩处背后的具体道理超出了本文的商榷范畴，关联词在此本文可以提供一些爽脆的描写：Spotify 会在网上不休爬取博客帖子以偏激它音乐有关的文本，并找出东说念主们对特定的艺术家和歌曲的驳斥 – 比如说东说念主们对这些歌曲普通使用哪些刻画词媾和话, 以及哪些其他艺术家和歌曲也会和它们放在一齐商榷。
诚然我不知说念 Spotify 怎么惩处他们持取的数据，关联词我可以先容下 The Echo Nest 是怎么使用它们的。他们会把数据分类成“文化向量”和“最好考语集”。每个艺术家和歌曲齐稀有以千计的逐日更新的最好考语集。每个考语齐有一个有关的权重，来默示其描写的紧要性（肤浅说即是某东说念主可能会用该考语描写某个音乐的概率）。
[ “Cultural vectors”, or “top terms”, as used by the Echo Nest. Table from Brian Whitman]
然后，与协同过滤访佛，天然谈话惩处模子用这些考语和权重来创建一个歌曲的抒发向量，可以用来细目两首音乐是否相似。很酷吧？
推选模子之三：原始音频模子
当先，你可能会问这个问题：
关联词，Sophia，咱们仍是从前两种模子中得到了这样多数据！为什么还要不时分析音频自身呢？
额，当先要说的是，引入第三个模子会进一步提升这个仍是很优秀的推选管事的准确性。但本色上，罗致这个模子还有另外一个次要办法：原始音频模子会把新歌斟酌进来。
比如说，你的创作歌手一又友在 Spotify 上刚放上了一首新歌。可能它唯独 50 次听歌记载，是以很少能有其他听众来一齐协同过滤它。与此同期，它也在网上也莫得留住几许陈迹，是以天然谈话惩处模子也不会按捺到它。走时的是，原始音频模子并不离别新歌曲和热点歌曲。是以有了它的襄理，你一又友的歌曲也可以和流行歌曲一说念出当今每周发现的歌单内部。
好了，到了“怎么”的部分了。咱们怎么才能分析这些看起来如斯概括的原始音频数据呢？
…用卷积神经聚集！
卷积神经聚集不异亦然复旧面部识别的技艺。只不外在 Spotify 的案例中，他们被稍作修改以基于音频数据惩处而不是像素点。底下是一个神经聚集架构的例子：
[Image credit: Sander Dieleman]
这个特定的神经聚集有四个卷积层，具体为图中左侧的宽柱，和右边的稍稍窄些的三根柱。输入是音频帧的时频默示，进而谋划起来造成频谱图。
音频帧会穿过这些卷积层，经过终末一个卷积层，你可以看到一个“全局临时池”层。该层在扫数这个词时候轴上网罗数据，并灵验缱绻和统计歌曲时长内的学习特征。
惩处完之后，神经聚聚集得出其对歌曲的贯通，包括臆想的时候签名，调子，调式，球拍及音量等特征。底下即是 Draft Punk 的 “Around the World” 30 秒片断的数据图。
[Image Credit: Tristan Jehan & David DesRoches (The Echo Nest)]
最终，对这些对歌曲重要特征的贯通可以让 Spotify 来决定歌曲之间的相似度，以及左证用户听歌历史来判断哪些用户可能会心爱它们。
这些基本涵盖了为每周发现提供援手的推选功课经由所依赖的三种主要模子。
[ Cassandra instances]
天然了，这些推选模子也和 Spotify 其它更大的生态系统谋划在一齐，其中包括专揽海量的数据存储以及罕见多的 Hadoop 集群来作念推选管事的膨胀，使得引擎得以缱绻巨型矩阵，源源不休的互联网音乐著述和多数的音频文献。
我但愿本文可以对你有所启发，而且像那时它对我一样概况激起你的风趣。怀着对幕后的机器学习技艺的了解和感恩之情，当今我将通过我我方的每周发现来寻找我心爱的音乐。