The Verge
·
算法让音乐失去了活力
内容提要
本文探讨了音乐推荐算法的发展及其对音乐发现的影响。从Pandora的早期算法到Spotify的Discover Weekly，这些算法旨在延长用户的收听时间，但导致音乐多样性下降。尽管年轻人对新音乐的发现减少，反对算法的声音日益增强，许多人开始重视人类策划的音乐推荐和实体唱片。
关键要点
-
本文探讨了音乐推荐算法的发展及其对音乐发现的影响。
-
早期的音乐推荐算法如Pandora的Music Genome项目，旨在通过量化特征推荐歌曲。
-
Pandora的算法导致用户重复听相同的歌曲，音乐多样性下降。
-
Spotify于2011年推出，迅速改变了音乐推荐的格局，推出了Discover Weekly功能。
-
Spotify的算法旨在延长用户的收听时间，而非帮助用户发现新音乐。
-
算法驱动的音乐推荐导致艺术家在创作时调整风格，以适应算法的偏好。
-
市场研究显示，依赖算法的用户听到的新音乐减少，年轻人对新音乐的发现能力下降。
-
反对算法的声音逐渐增多，许多人开始重视人类策划的音乐推荐。
-
Bandcamp和Qobuz等平台通过人类策划的内容促进音乐发现。
-
反算法的趋势在年轻一代中复兴，传统广播和实体唱片的受欢迎程度回升。
-
Spotify等公司开始尝试引入人类策划的功能，以应对用户对算法的不满。
-
未来可能出现伪人类策划的播放列表，仍然由算法驱动但看起来更自然。
延伸解读
算法对音乐多样性的影响
随着音乐推荐算法的普及，用户的音乐选择变得越来越单一。算法倾向于推荐用户已经喜欢的歌曲，导致新音乐的发现减少。这种趋势不仅影响了听众的体验，也迫使艺术家调整创作风格，以迎合算法的偏好，进一步加剧了音乐多样性的下降。
人类策划的回归
面对算法推荐的局限性，越来越多的用户开始重视人类策划的音乐推荐。平台如Bandcamp和Qobuz通过人类策划的内容促进音乐发现，显示出用户对个性化和深度体验的渴望。这一趋势可能会促使更多音乐平台重新考虑其推荐策略。
年轻一代的音乐发现能力
研究表明，年轻用户在新音乐发现方面的能力下降，尤其是16至24岁的人群。这一现象可能与他们对算法推荐的依赖有关，导致他们更少主动探索新音乐。了解这一趋势对于音乐行业和艺术家来说至关重要，以便更好地吸引年轻听众。
延伸问答
音乐推荐算法是如何影响音乐发现的？
音乐推荐算法通过延长用户的收听时间，导致音乐多样性下降，用户对新音乐的发现能力减弱。
Pandora和Spotify的推荐算法有什么不同？
Pandora的算法主要依赖于量化特征，而Spotify的Discover Weekly则结合用户播放列表和机器学习，提供更个性化的推荐。
为什么年轻人对新音乐的发现能力下降？
市场研究显示，依赖算法的用户听到的新音乐减少，尤其是16-24岁的年轻人更少发现新艺术家。
反对算法的趋势是如何发展的？
反对算法的声音逐渐增多，许多人开始重视人类策划的音乐推荐，传统广播和实体唱片的受欢迎程度回升。
Spotify是如何利用算法来吸引用户的？
Spotify的目标是通过提供安全的歌曲推荐来延长用户的收听时间，而不是帮助用户发现新音乐。
未来音乐推荐可能会如何变化？
未来可能出现伪人类策划的播放列表，虽然仍由算法驱动，但看起来更自然，以应对用户对算法的不满。
