提起FM类APP，你都会想起哪些应用程序？

提到FMAPP，你会想到哪些应用？根据易观智库的数据，考拉FM仍然是2014年3月电台类应用月度活跃人数最多的APP。考拉FM上线不到一年，为什么发展这么猛？与其他移动电台不同的是，考拉FM采用了个性化的推荐音频流播放逻辑，用户仍然可以在没有主动选择的情况下听到自己喜欢的节目。移动音频娱乐与大数据挖掘的结合将如何爆发？几天前，考拉FMCTO崔一超在中国电子学会主办的“云计算会议”上发表了主题演讲，阐述了考拉FM的数据挖掘和处理方法。听了崔一超的演讲后，小编很有价值。为了让我们的粉丝分享这份干货，小编放弃了休息时间，整理了速记文本。大数据应用于数字娱乐行业，音频媒体特征分析1、音频伴随性高于视频和文字内容：崔一超：现在你可以在网上看图片和视频了。你为什么要“听”？因为“听”有其独特性，其目的是满足用户的情感或信息需求，但最重要的是：“听”是一种伴随状态，即做重要事情的伴随效应：如驾驶不能看视频，工作学习不能在线阅读文章，但音频可以在这些情况下伴随和消费媒介。2、在移动互联网时代，音频将成为主流崔一超：2000年左右，一些先驱尝试在互联网上制作音频内容，即所谓的互联网广播。例如，糖蒜广播已经做了十多年，拥有数百万粉丝，但这些尝试并没有形成网络媒体的主流。随着移动互联网时代的到来，手机的普及和今年以来汽车互联网的普及，音频与移动互联网高度结合，声音以新的形式再次呈现给大家。这就是我们现在做的考拉FM。此外，还有电台汇总APP，如蜻蜓FM，或点播听书APP等。3、考拉FM是真正的移动电台——持续的音频流崔一超:考拉FM是什么样的产品？我们称之为个性化的手机电台。这是什么意思？首先，我们是电台。每个人都可能听说过传统广播。广播的特点是流动源源不断。只要不手动停止，它就会直播；此外，它还具有意想不到的声音特征。观众可以突然听到一个非常感人的声音，而不是听CD。我们做的手机电台也想坚持这个特点，给观众带来意想不到的惊喜和触动。考拉FM个性化大数据挖掘与处理1、考拉FM定义的个性化崔一超:什么是个性化？考拉FM将其定义为“每个人听到的都是他们喜欢听到的，或者至少是我不讨厌的。这叫个性化。为什么手机电台需要个性化？音频的特点是伴随，想象一个场景：比如在家做家务，做饭，用户打开考拉FM扔到旁边，让它自动播放。在这种状态下，如果你听到的不是你想听的，你需要操作，这将失去伴随的意义。因此，只有当你听到你喜欢听的东西时，你才能实现伴随。别担心。2、个性化的音频体验侧重于专业安排，模仿传统广播电台崔一超：个性化的音频推荐不是考拉FM首先提出的。以前有很多先驱做这件事。传统电台在互联网或移动互联网之前是怎么做到的？经常听电台的人可能会觉得传统电台做得很好，感觉很直观，但为什么好听，怎么做好听呢？听众可能说不出来。事实上，这就是安排，即通过专家将节目串成音频流，这是一项经验丰富的工作。例如，一个节目播放几分钟的音乐，插入一个主持人的几句话，然后插入一个广告，然后谈论每个话题5分钟，7分钟。这些都需要经验。与传统电台相比，我们希望听起来不累，能一直听下去，达到伴随的效果。进入互联网时代，每个人都听到不同的内容，专家不可能提前为每个人安排节目。所以需要算法，美国PANDORA和豆瓣FM都尝试过。对于考拉FM来说，与其他音频应用程序最大的区别是，与传统广播相比，我们通过独特的算法安排连接声音，努力使音频流达到用户想要听和听的效果，这是音频个性化推荐要做的。3、分类、标签等辅助推荐 崔一超：在后台内容组织系统中，为了完成个性化推荐，传统视频网站建立了上传、发布、版权、编辑解码等媒体系统，但在与个性化推荐相关的独特场所，需要更准确的内容分类，需要专家经验推荐和标签系统。自2004年以来，PANDORA一直将每首歌贴上400多个不同维度的标签。因此，考拉FM要实现个性化推荐，必须有强大的标签体系，管理不同维度，建立规则体系。4、建立用户模型 崔一超:每个用户的用户行为都很多很复杂，喜欢、不喜欢、跳过考拉FM等等。当我们了解用户时，我们可能需要收集和上传许多用户数据，例如区域、收集时间、浏览路径、听力顺序和时间、是否使用快进和快退。所有这些数据都是了解用户对程序或用户使用场景的需求的基础。上报后，我们如何存储这些数据？大家都熟悉大数据用Hadop存储日志，如何在线推荐，这与存储结构有关。要能够推荐这些数据，清晰的数据当然是非常重要的。比如测试机打开后24小时播放，每个节目都不操作，实际分析应该删除这些数据，因为没有提供任何价值。在同样的测试中，每个节目都很快滑动，看看有多少节目可以出现，下面是什么，每个节目可能不到2秒，这些数据在预处理时被删除。拿到有效数据后，考拉FM会分析用户的行为特征，比如通过聚类看用户有哪些特征，比如聚成30多种用户，有的用户特征明显，早上起床听新闻，让其他用户滑倒；有些用户中午喜欢听音乐，其他用户不喜欢听，最后建立用户模型。5、兴趣图谱分析 崔义超：接下来做兴趣分析。利用兴趣地图分析，首先进行用户分析，建立兴趣地图，为每个用户建立一个推荐的项目列表，即给他一个排名，我们有成千上万的项目可以分为成千上万的项目，每个用户的兴趣点不同，如果他喜欢一个项目，项目排名很高，有些不喜欢项目排名很低，甚至通过一些过滤条件，除了数据分析，我们还可以使用数据挖掘，使用协同过滤、逻辑回归、简单贝叶斯等方法帮助生成每个用户节目的排名。哪些用户喜欢这个节目的小池子，就放在他喜欢的池子里。哪些用户喜欢这个节目的小池子，就放在他喜欢的池子里。那么这些池子是按顺序播放的吗？如果这样做，有些用户可能会喜欢它，但他们每天听到的是固定的。事实上，它听起来不好。此时，有必要使用电台独特的安排。在考拉FM的早期阶段，当我们不了解用户时，考拉FM首先做了一个普遍的人工广播方法，比如昨天所有的新闻扫描，然后发布国内新闻和国际新闻，但在实际用户操作后，预先安排不成立；例如，当我发布体育新闻时，一个女孩对新闻完全不感兴趣，她听到的新闻就会减少。在这种情况下，我们如何完成安排，谈论一些规则，通过规则系统逐渐形成算法而不是劳动力，同时结合独特的音频时间分析，如许多用户喜欢早上听新闻，女孩可能会听一些情感，当然，有些用户喜欢听鬼故事睡觉。安排确定后，结合用户兴趣地图，我们知道用户想在某个时间听情感节目。这类节目可能有数百个档次，然后根据刚才的排名顺序推送给您。这是整个推荐的系统架构，但在实际实施中，我们遇到了许多技术困难，如存储系统，用户数据是大量的，在收集大约三到四个月的用户数据T，如果这些数据参与实时计算，效率必须很低，所以如何区分活跃用户和冷用户，以不同的方式存储是一个问题。考拉FM的解决方案是用文件存储不常用的数据，有的用其他手段存储结构性数据，抓取不同存储的数据进行计算，同时计算效率。结合内容和用户数据，选择参与计算的数据和离线数据。考拉FM的大数据分析效果好吗？这不是凭空决定的。既然都是用数据说话，就要有数据来评价效果。很难考虑考拉FM是否考虑听众人数的增加，因为其他因素很多，比如推广渠道、节假日等等。例如，在我进行算法改进后，用户总收听时间是否增加，或者收听率是否完整，即每个节目是否听90%或85%，我们可以判断算法是否改进，或者是否有改进的空间。这就是我们现在正在做的。Q：对于考拉来说，操作学习需要多长时间？崔一超：这是个好问题，训练时间对于所有的数据挖掘都很重要。但我不能一般回答，只要用户使用，可以说他一直在训练，他的进步一直在进步。例如，完整的收听率可能是专家之前安排的节目。此时，平均完整收听率超过30%，现在完整收听率达到60%、70%，这是一个不断改进的过程。对于一个新用户来说，当你使用“训练”这个词时，最大的问题之一不是训练。当用户没有感受到你个性化的好处时，他可能不会再使用它，所以预设的规则非常重要。在参加所谓的训练之前，我们会对大多数人有一个简单的了解，然后给出预设的广播，这听起来至少不讨厌。用户使用时间越长，推送内容越准确，我很难回答需要多长时间，但如果用户每周使用两三次，推送的准确性基本上会显著提高，使用时间越长，效果越好。Q：作为一个新用户，我能否利用我的一些社交数据，如微博或豆瓣阅读等个人信息来提供这样的帮助？崔一超:你的问题很好，这是我们去年一直在做的。首先，我们的想法与您的问题非常接近。在用户进来之前，他们不会让他们听。他们希望用户能在微博上登录。如果用户不需要在微博上登录，我们有一个选择，那就是“随便听”。我们为什么要在微博上登录？因为我们有一套成熟的微博数据分析方法来获取用户兴趣地图。然而，虽然微博登录入口仍然提供，但它不是强制登录，因为有两点：强制登录提高了用户的使用门槛，导致一些用户直接消失；第二，与去年的环境有关。当时，微博的活动一直在下降，所以我们认为微博不能提供一个很好的渠道来解决冷启动问题，所以我们后来改变了其他方式。你说的很重要，我们真的希望通过引入社交数据来部分解决冷启动的问题。Q：我刚下载的考拉，因为我以前用过别的，如果偶尔误操作，比如点红心或者垃圾桶会影响数据分析吗？崔一超：我们最重要的参考指标是从大量数据中获得的用户行为模型。这个模型当然不是从一两个操作数据中获得的，但我们也会反映“快速响应”的效果。如果用户在操作后总是不给出反馈，用户就不会愿意。如何解决两者之间的矛盾？考拉FM的整体推送是通过大量的数据分析给出的，但我们也会为用户的实时操作提供一些实时反馈，这不会影响整体数据分析，但会让用户觉得操作有反馈。Q：你刚才说不是所有的数据都会参与实时计算，大概会参与多少比例？崔一超:数据分为离线或在线。基本上所有的在线数据都是根据音频特性实时计算的，比如新闻，只有最近两天的新闻数据。从用户属性来看，我们最近一个月的活跃用户参与了计算。用户两个月前下载并听了好几次，大约一个半月没有来。我们不参与他的数据计算，他又来了，我们参与了计算。