越聽越上癮,Spotify是如何推薦新歌的?
越聽越上癮,Spotify是如何推薦新歌的?

當你邀請一幫朋友來家裡做客,打算親手為他們做一桌菜時,可以提前詢問每個人喜歡吃的菜,然後投其所好只做他們喜歡吃的。這是一個非常「保險」的方案,但朋友們也會喪失一些新鮮感。

如果把音樂比作菜肴,那音樂流媒體平台Spotify絕對是一個非常精明的廚師,他會關注你最喜歡吃的那些菜,但更願意仔細琢磨你的個人口味,在熟悉的味道基礎之上,循序漸進地帶你嘗試新花樣。

發現音樂,或者說是音樂推薦是Spotify的一個王牌功能,也是它在全球範圍內被追捧的重要原因。目前幾乎所有流媒體音樂平台都會加入類似的功能Spotify究竟有何特別呢?

spotify
圖/ 極客公園

音樂推薦背後肯定不能忽略演算法的功勞,理論上你聽得越多演算法就越瞭解你,這點想必沒有什麼爭議。

本文主要想和大家分享Spotify如何透過產品層面的「內容設置」來幫助大家發現新音樂。如果你是Spotify的新用戶,相信這篇文章也可以幫你更好地理解Spotify的產品邏輯。

音樂推薦在Spotify中並不是一個具象的功能,它被融入到了很多更細微的模組中。首先我們可以從時間緯度出發。Made For You是Spotify推薦歌單的一個集合,每個人的都不一樣,它會以每日、每週甚至是每年的頻率為你推薦音樂,下面我們就具體來看看:

每日

spotify
圖/ 極客公園
Daily Mix:每日更新,根據你的喜好「無窮盡」推薦音樂。

Daily Mix功能最早於2016年上線,現在已經成為Spotify的王牌功能之一。這個功能類似於大家所熟知的「私人FM」,包含聽過和未聽過的歌曲。略微不同的地方在於Spotify會同時推薦多個歌單(最多時6個),單個歌單內的曲風會趨於一致,只要你願意可以一直聽下去。

每週

spotify
圖/ 極客公園
Discover Weekly:每週一更新,推薦30首符合使用者口味的音樂(通常是你音樂庫裡沒有的)。
Release Radar:每週五更新,推薦30首使用者所關注音樂人的最新音樂。

雖然推薦的都是新音樂,但這兩個每週更新的歌單側重點不同,Discover Weekly基於你的聽歌口味推薦,Release Radar基於你熟悉的音樂人推薦,相比之下前者要更激進一些。

長期

spotify
圖/ 極客公園
Even More:不定期更新,內容多樣。

這一部分是一些特色的歌單,作為每日/每週推薦的補充,例如新上線的每日駕車歌單(Your Daily Drive),Spotify開始嘗試在歌單中加入當日的新聞播報。

這部分歌單也會包含年度的總結,每年年底Spotify會選出100首過去一年你最喜歡的歌曲,這份歌單也是一個推薦機制很好的總結。

除了上面提到的Made For You歌單 ,如果你的「主觀能動性」很強,依然可以透過DISCOVER功能去自己尋找更多的音樂,不過這方面就和其他音樂平台沒有本質的區別了。

spotify
圖/ 極客公園

透過上面的盤點可以看到,Spotify在推薦新的音樂時還是非常小心謹慎的,每次在推薦新東西時依舊會把原有的習慣作為錨點。例如Daily Mix之所以要分成6個歌單,就是為了避免「大雜燴」時曲風跳躍太過明顯;Release Radar推薦使用者已關注音樂人的新歌,無疑也能降低大家的接受門檻。

包括推薦方式最為激進的Discover Weekly,也只在每週更新,收錄的音樂數量限制在30首(作為對比,Daily Mix歌單可以無限延長),實際上也是在降低新歌帶來的衝擊感。Spotify產品副總裁戴夫羅傑(Dave Rodger)曾在一次採訪中說:「音樂探索服務需要依賴一些你已經知道的東西,這樣你才會比較放心。」

正是在這樣「潤物細無聲」的推薦中,你會發現慢慢接觸到了很多新的音樂,長久累積下來的使用體驗是其他音樂串流媒體平台無法替代的。儘管目前Spotify擁有一定的使用門檻(包括Premium版的購買問題),但如果你喜歡聽音樂的話至少要親自試試。

spotify
圖/ 極客公園

最後,如果你剛剛接觸Spotify,歌單/音樂庫應該還不夠豐富,這裡分享一個快速填充的方法:首先找到一首你最喜歡的音樂,右鍵選擇進入Song Radio,Spotify會基於這首歌推薦一個包含50首音樂的歌單,你可以選擇將這份歌單保存到自己的音樂庫中;對這份歌單進行篩選,將喜歡的音樂保存到音樂庫(紅心),同時繼續右鍵進入Song Radio,重複多次你的歌單/音樂庫就會豐富很多,Spotify也會更加瞭解你的音樂口味。

本文授權轉載自:極客公園

關鍵字: #Spotify
往下滑看下一篇文章
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理

快速展店背後的挑戰 如何降低跨據點管理與維運負擔

對連鎖零售企業而言,展店代表商機與成長,但當門市數量快速增加,營運與管理的複雜度也隨之提升。尤其對便利商店(C-store)、餐飲連鎖與其他高密度展店型態的企業而言,總部需要面對的不只是據點數量增加,更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理,往往以單一門市為單位,各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形,或進行跨區域管理時,往往需要投入大量人力逐一確認資訊,不僅增加管理負擔,也提高維運成本。

此外,零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝,甚至調整營運規模。傳統一次性設備投資模式,容易讓企業在面對據點變化時缺乏彈性,也增加設備重新配置與後續維護的負擔。

因此,現代零售企業所需要的不只是單純記錄事件的設備,而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊,並支援未來智慧應用發展的智慧化管理架構。

晶睿通訊-2.png
圖/ 晶睿通訊

從既有設備開始升級 降低全面汰換設備的轉型負擔

面對智慧化轉型需求,許多企業最大的挑戰並非是否需要升級,而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言,全面汰換既有架構不僅成本高,也可能影響門市日常運作。因此,能夠兼容既有設備並逐步升級的彈性架構,成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構,企業可以從既有設備開始,逐步整合不同據點的安全資訊與管理需求,同時導入雲端管理能力。相較於一次性重新建置,新一代平台架構能協助企業延續既有投資價值,並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外,訂閱式雲端服務模式和混合雲安防架構,也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理,企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整,精準配置資源,降低一次性投入壓力,也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言,安全管理不再是一套固定且難以調整的架構,而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理,或因應營運策略調整,都能以更彈性的方式完成管理升級。

晶睿通訊-3.png
圖/ 晶睿通訊

AI 不只是安防工具 更開始協助零售提升營運效率

隨著 AI 技術快速發展,安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤;如今,智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為,協助企業從「看見發生什麼」進一步「理解正在發生什麼」,甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言,AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則 讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測,協助門市減少人工查看影像的需求。而進一步透過 Think Alert,管理者更可以直接以自然語言設定客製化的偵測條件,將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例,店員往往需要同時處理結帳、補貨與顧客服務,總部也難以持續掌握每個據點的即時狀況。透過 Think Alert,管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境;當符合設定條件的畫面出現時,系統即可主動發出警報,協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言,這代表 AI 不只是協助辨識既定事件,更能依據不同營運需求,讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查 Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後,如何從大量、多據點的影像中找到關鍵人物與事件脈絡,往往是最耗費人力的環節。透過 Think Search,管理者可以直接用自然語言描述想尋找的對象與情境,例如,當家長反映孩童可能在門市附近走失時,店員或總部人員不需要逐一查看不同攝影機的錄影畫面,只要在 Think Search 輸入「昨日上午,牽著小女孩的男性」等自然語言描述,系統即可協助從大量影像中篩選相關畫面,快速找到相關人物可能出現的時間與位置。若需要進一步追蹤,還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault,建立事件時間線與人物移動路徑,協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運 讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景,若顧客將手機、包包等物品遺留在座位或櫃台附近,遺留物與遺失物偵測可以協助門市人員更快發現異常,主動確認並協助顧客處理失物問題;人流分析則能協助企業掌握不同時段的門市活動趨勢,作為空間配置與人力安排的參考;車牌辨識可應用於停車區域或門市周邊管理,而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用,企業能在既有設備基礎上,進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言,AI 的價值已不只是「看得更清楚」,而是讓企業更快發現問題、更快找到資訊,並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則,到 AI 搜尋與事件調查,再延伸至顧客服務與營運分析,雲端安防平台正讓影像從被動的紀錄工具,逐步成為支援多據點安全管理與營運決策的重要資訊來源。

晶睿通訊-4
圖/ 晶睿通訊

85°C 北美導入 VIVOTEK AI 雲端安防平台 加速 80+ 門市智慧營運升級

隨著零售產業持續朝向多據點與數位化營運發展,如何在快速展店的同時兼顧營運效率、安全管理與服務品質,已成為企業的重要課題。

為支援持續拓展的營運需求,85°C Bakery Cafe 北美導入 VIVOTEK VORTEX AI 雲端安防平台,透過雲地整合架構與 AI 智慧應用,將原本分散的監控系統整合至單一平台,全面提升多據點管理效率、事件處理速度與日常營運效能。

此案例呈現零售企業如何從既有設備與架構出發,分階段導入雲端安防平台,並為未來智慧化管理與 AI 應用建立基礎。

閱讀完整案例

85°C Bakery Cafe North America 如何透過 VIVOTEK 雲端安防平台打造更智慧的門市管理模式

觀看案例影片

了解 85°C Bakery Cafe North America 如何應用 VIVOTEK VORTEX AI 雲端安防平台

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓