Spotify算準音樂喜好,讓用戶掏錢訂閱!官方卻願意教你如何「反演算法」?
Spotify算準音樂喜好,讓用戶掏錢訂閱!官方卻願意教你如何「反演算法」?

作為煎餅果子聖地,天津人評價最高的煎餅店,一定不是人們趨之若鶩的網紅店,而是「我家樓下那家」。

人們對於音樂的喜好,和天津人對煎餅果子的愛有異曲同工之處,好友熱情分享的音樂,通常會被你歸為「垃圾」。隨著卡帶、CD、MP3逐漸被行動網路取代,音樂平台最終承載起滿足人們音樂品味的重任。

社群媒體上歷久不衰的兩個問題,一個是為什麼「隨機」推薦並不是真的「隨機」,另一個就是為什麼音樂平台推薦的音樂都這麼「垃圾」。如果有機會,大概所有人最想做的事情就是去面對面問一下音樂平台的工程師,自己到底怎麼才能「調教」好這個App,讓它推薦更多自己喜歡的音樂。

以用戶數最多的音樂平台Spotify為例,他們最近開發出了一種新的演算法——偏好轉化模型(Preference Transition Model,PTM),想要預測,一年後的你會聽什麼音樂。

當我們只看見自己喜歡的內容

抖音、微博、淘寶、YouTube、Spotify,這些平台的演算法想盡辦法猜測我們的喜好,然後把它們覺得我們會喜歡的內容推給我們。

有些時候,這些算法確實猜得很準,我們看到的都是喜歡的內容。但從另一方面來說,我們只看了自己喜歡的內容。

recommended-laptop-1400.png
圖/ O'Reilly

網路活動家伊萊·帕里瑟(Eli Pariser)在2011年的時候提出了他著名的「過濾氣泡」(Filter Bubble)理論:算法會根據用戶的地址、歷史點擊、過往搜索等用戶相關資訊猜測用戶喜好。這個過程中,那些與用戶意見不相同的訊息就被過濾掉了。長期下來,用戶就會無法接觸新的想法和訊息,逐漸隔絕在自己的意識形態泡沫中。

在處理過濾氣泡的問題上,Spotify一直因為精準的演算法而為人稱道。不只是讓用戶在自己熟悉的內容裡打轉,它總能幫用戶發現那些新鮮的歌曲。而恰好,這些歌曲還很討人喜歡。

揭開Spotify「演算法黑箱」

「每週發現」(Discovery Weekly)是Spotify在2015年7月的王牌欄目。每週一,Spotiy就會向用戶推薦30首完全沒聽過的歌曲。同時,它又總能帶來非常好的用戶體驗。截至2020年6月25日,每週發現總共被播放了23億小時,大約是26.65萬年,比人類文明存在的時間還長。

Spotify是怎麼做到這一切的?當然還是演算法。

Spotify主要使用了三種推薦機制——協同過濾算法(Collaborative Filtering Model)、卷積神經網絡(Convolutional Neural Networks)和自然語言分析(Natural Language Processing)。

Netflix是最早使用協同過濾算法來推薦內容的平台。在Netflix大獲成功之後,這種算法就變得越來越流行。簡單來說,它會根據用戶之間的相似性而不是內容的相似性來推薦新事物。

對Spotify來說,擺在它面前的是一個巨大的數據庫,裡面裝滿了用戶聽過內容的歷史。協同過濾算法會根據用戶A聽過的歌曲,找到也喜歡這些歌的另一個用戶B,然後向A推薦只有B聽過的歌曲。

「同喜QRS,則嘗試一下P 和T」|Erik Bernhardsson,前Spotify 員工.pn
「同樣喜歡QRS,則嘗試一下P和T」
圖/ Erik Bernhardsson

但協同過濾算法的一大缺點就是所謂的「冷啟動」,只有掌握足夠多的數據,協同過濾算法才能發揮作用。如果用戶是一個還沒有聽過多少歌的新用戶,或者資料夾裡有一首非常冷門的歌曲,協同過濾算法就無法精準匹配。

這就引入了另一種算法——自然語言處理。Word2Vec常被用在自然語言處理中,它可以將我們日常的對話編碼成數學關係——向量。

Spotify做了和Word2Vec相似的工作。它會抓取網路上描述音樂、歌曲或者歌手的詞語,通過算法分配給它們不同的權重。這個權重,一定程度上代表了人們用這個詞來描述音樂的概率。通過自然語言處理,Spotify就能確定那兩首歌彼此是相似的,從而解決冷啟動問題。即使是冷門的歌曲或歌手,也能得到推薦。

Spotify的第三種方式是卷積神經網。

在前面兩種算法的幫助下,Spotify已經獲得了足夠多的數據,但卷積神經網絡可以進一步提高音樂推薦的準確性。

卷積神經網絡會分析歌曲的特徵,包括拍子、音調、模式、節奏、強弱度等。通過閱讀這些歌曲的特徵,Spotify就可以根據用戶的收聽歷史了解它們之間的相似性,匹配用戶的喜好。

Daft Punk 的歌曲「環遊世界」的數據分析圖|The Echo Nest.png
Daft Punk 的歌曲「環遊世界」的數據分析圖。
圖/ The Echo Nest

正是通過這三種算法,Spotify像魔法般猜準了用戶的喜好,打造出了千人千面的Discover Weekly。

但即使Spotify已經成為了世界上最流行的流行音樂播放軟體,即使世界上最聰明的人在這裡構建出了無比精巧的算法,過濾氣泡的「詛咒」依舊存在。

於是,Spotify,又多做了一步。

但是,人是會變的呀!

2021年4月,Spotify聯合多倫多大學發布了一篇論文《下一步去哪兒?一種用戶偏好的動態模型》(Where To Next?A Dynamic Model of User Preferences)。

他們在4年間(2016年至2020年)分析了10萬名用戶的收聽數據,來觀察用戶的消費分佈變化。他們發現,隨著時間的變化,用戶的消費習慣也在發生變化。先前的算法擅長捕捉用戶的靜態喜好,但當面對長時間的跨度時,卻無法捕捉用戶動態的喜好變化。對於Spotify的長期用戶來說,他們依舊可能困在過濾氣泡中。

1623210690986
這是2016年第一季對比隨後每個季度的總消費變化直方圖。顏色越深,對比的時間跨度就越長。比如,最左邊的淺色曲線是2016年第一季和2016年第二季的對比;最右邊的深色曲線是2016年第一季和2020年第二季的對比。隨著時間的增加,變化也越來越明顯。
圖/ Spotify

Spotify同時也發現,當免費用戶消費的音樂種類越多時,他們越有可能轉化為付費用戶。也就是說,用戶聽到的音樂類型越多,他們越喜歡Spotify。

那麼該如何知道,一個人未來的音樂口味呢?

Spotify給出了一個新的演算法——偏好轉化模型(Prefenrence Transition Model,PTM)。

在這張偏好轉化模型的草圖中,我們可以大致窺見PTM的工作原理。

7246c166656817813f57d118d4424884.png
圖/ Spotify

我們現在有個用戶1號,根據歷史,可以知道他喜歡聽靈魂樂(Soul)。我們想知道,他以後會不會喜歡新世紀音樂(New Age)和布魯斯(Blues)。

轉換矩陣A是PTM的核心,將上述的數據輸入A,就會得到一個預測的結果。可以看到,新世紀音樂的數值(0.4)和靈魂樂(0.5)非常接近,那用戶1將來很有可能會喜歡上新世紀音樂。

當然,這只是一個最簡單的模型演示,實際情況要比這複雜得多。Spotify總共歸納了4000種音樂流派。而在Spotify的數據庫中,還有有3.56億個這樣的「用戶1號」。

2d8145f225cf3013c642011ede2f1fdd.png
PTM 的核心算法:指數加權移動平均分佈和泊鬆多項式兩級分佈。
圖/ Spotify
與之前的算法相比,PTM 在各項測試中都得到了最好成績|Spotify.png
與之前的算法相比,PTM 在各項測試中都得到了最好成績。
圖/ Spotify

除了預測性能,PTM的另一大特點就是可以直觀地解釋從一種音樂是如何轉換到另一種音樂的。假定我們現在有兩個音樂流派a和b,PTM就可以提供用戶在聽完a之後轉換到b的概率。這就解釋了兩個問題:

  1. a到b,哪條路徑是最短的?
  2. 如果用戶聽了a,那麼他接下來最有可能播放哪個流派?

回答這兩個問題,大大提高了PTM的效率和預測準確性。

這是一張偏好轉化的示意圖,顯示了初始流派(綠色)到目標流派(紅色)的最短路徑|Spotify.png
這是一張偏好轉化的示意圖,顯示了初始流派(綠色)到目標流派(紅色)的最短路徑。
圖/ Spotify

如何「馴服」演算法

看起來,Spotify已經做得很好了。但再聰明的演算法,都可能時不時抽一下風。畢竟,人確實很複雜,沒有人可以像你自己一樣了解自己。

Spotify官方也給出了一些建議,希望幫助你更好地「馴服」他們的演算法。

  • 給你喜歡的歌曲點個❤️。
  • 如果你不喜歡一首歌,在30秒之前跳過它。30s是個關鍵節點,如果在這之前跳過一首歌,相當於演算法在內部給它點了👎。
  • 聽聽新的歌手和他們的音樂。這樣演算法就可以更好地學習你的行為模式。
  • 提供你的年齡和位置訊息——要是你不介意的話。Spotify會根據用戶的年齡和地理位置推薦不同的音樂類型。
  • 如果你不想Spotify注意到你的行為,可以使用「私密模式」。
  • 最後,保持耐心。算法在設計中會忽略新的收聽行為中一些迅速的、突然出現的峰值,因為許多人會分享他們的Spotify登錄信息。因此新的收聽活動可能不會立刻導致你的播放列表變化。

本文授權轉載自:極客公園

責任編輯:郭昱彣、錢玉紘

關鍵字: #Spotify #演算法
往下滑看下一篇文章
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線

長久以來,台灣企業走向海外的順序,多是先依自己的技術、產能和過去的經驗,把產品做好,再來思考產品可以賣到哪個市場。但當全世界消費者的搜尋、瀏覽、評論、退貨和價格變化,都變成看得見的數據,AI又能把數據整理成可以做為判斷的線索,順序就開始被改寫了。10月29日,一年一度的「Amazon Seller Summit | 2026台灣跨境電商高峰會」盛大登場。今年以「Go Global From Day One」為主題,強調全球化不再是企業發展成熟後才啟動的下一步,而是從產品構想、品牌定位到商業決策的第一天,就應將全球消費者需求納入考量。面對AI時代,企業又該如何建立持續成長的全球化模式?

從Day One看見全球需求,啟動成長飛輪

亞馬遜全球開店台灣總經理謝孜希開場以「AI時代的全球化新路徑:從Day One看見全球成長機會」為題,從與台北市進出口商業同業公會合作的〈2026跨境電商焦點報告〉發現,在受訪的419家企業中,有75.9%在未來的12到24個月,已有計畫、正在評估或有興趣拓展新市場,顯示台灣企業積極尋求全球成長機會的企圖心。然而,儘管64%的企業已將市場需求作為選品依據,真正有系統研究市場需求的企業卻僅18.6%,另有52.6%認為拓展海外市場最需要的是海外銷售市場資訊或數據,凸顯企業的關鍵挑戰不只是看見全球機會,更在於如何系統性掌握需求,將市場洞察轉化為產品決策。

至於該怎麼走,亞馬遜把走向全球的過程拆解成「探索全球需求、驗證產品決策、加速新品上市、拓展全球成長」等四個階段的全球成長飛輪,透過全球的需求分析,探索更多市場與品類發展機會,這也意味著,全球化不再是一次性的市場拓展,而是持續從全球消費需求分析中尋找下一個成長機會。

Amazon Seller Summit
亞馬遜全球開店台灣總經理謝孜希以「探索、驗證、上市、拓展」四階段全球成長飛輪,說明企業如何從 Day One 將全球需求轉化為持續成長動能。
圖/ 數位時代

謝孜希強調,在全球成長的不同階段,亞馬遜都提供相應的AI工具與營運資源。其中,亞馬遜賣家助理 (Seller Assistant) 能協助賣家掌握營運狀況、辨識需要關注的問題,並提供後續行動建議,讓AI成為跨境經營的重要助手。此外,商機探測器、選品模擬器與創意工作室等工具,也能分別支持市場需求分析、產品機會評估與商品內容製作,協助企業將全球市場洞察轉化為實際行動, 「市場洞察會帶動產品創新,產品上市則帶來顧客回饋,回饋又會指引企業找到下一個成長機會,形成持續轉動的成長飛輪,轉得愈久,就會轉得愈快、愈穩。」

AI副駕駛共同啟航,開啟全球成長新航線

亞馬遜全球開店全球產品行銷負責人Leslie Hsu提到:「AI時代不單是數據更完整、更透明,善用AI代理工具,也進一步為企業決策者更高效訂定成長目標和發展計畫。從賣家使用分析發現, 賣家對 Seller Assistant 賣家助理提出的建議,大約有九成,會實際採取行動。現在AI能把全球消費者的需求,提早整理成看得懂的線索,讓台灣企業在產品構想的第一天,就能為全球市場做決策。 」

呼應今年「Go Global From Day One」的主題,高峰會特別以AI副駕駛啟航儀式,透過機場塔台廣播、AI語音與啟航模擬設計,象徵台灣企業在AI助力下開啟全球成長新航線。這場充滿未來感的啟航時刻,也將Amazon AI創新解決方案與全球化願景相互連結,展現AI如何從市場洞察、產品決策到日常營運,協助企業加速全球成長。

Amazon Seller Summit
高峰會以 AI 副駕駛啟航儀式揭開序幕,象徵台灣企業在 AI 助力下,開啟全球成長新航線。左起為亞馬遜全球開店全球產品行銷負責人Leslie Hsu、亞馬遜全球開店台灣總經理謝孜希。
圖/ 數位時代

資料變多不等於看懂市場,關鍵在找出真實需求

在以「AI × 品牌 × 市場:重新定義企業的全球化起點」為題的論壇中,則邀請到《數位時代》總編輯王志仁主持,台灣科技大學資訊管理系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、圓剛科技資深副總經理莊善雯、亞馬遜全球開店台灣總經理謝孜希,分別從學界、跨國經營、企業實務和平台的角度對話。

盧希鵬首先從經濟學的觀點切入,強調產品本身沒有價值,「價值是因為有人需要,價格則衡量了需要程度。」他將市場上的訊號,分成市場熱度、真實需求和值得投入的商機等三種層次,他提醒,市場熱度不等於真實需求,必須進一步理解消費者的使用情境、痛點與願付價格,同時評估自身技術與成本條件,才能將市場訊號轉化為真正值得投入的商機。

Amazon Seller Summit
上午場的重磅對談,本次邀請《數位時代》總編輯王志仁(右一)主持,與談人(左起)為台科大資管系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、亞馬遜全球開店台灣總經理謝孜希、圓剛科技資深副總經理莊善雯。
圖/ 數位時代

曾任雅虎亞太區最高主管,管理過日本、香港、台灣、東南亞、印度和紐澳等市場的鄒開蓮則一針見血指出:「世界上沒有真正的『全球』市場,唯有善用工具,更快、更精準讀懂需求並制定在地化策略,才能真正 Go Global。」她觀察,許多企業常把「在地化」想得太表面,以為翻譯好文案、換個廣告代言人就足夠;但真正的在地理解,涵蓋了當地人如何使用產品、通路如何運作、信任如何建立,以及做決定的節奏是快或慢。她強調,台灣企業應善用分析工具,加速理解不同市場的消費者,同時結合在地人才與市場經驗,將產品優勢轉化為全球競爭力,「企業要找到對的領導人,來負責全球市場,還要擁抱在地人才、帶著好奇心跑市場,和當地建立信任關係。」

圓剛科技的經驗,正好說明一家台灣硬體公司,如何在轉型時找到新的市場。 圓剛科技資深副總經理莊善雯分享,圓剛早年以電視卡、電視棒為主力產品,網路電視崛起後,舊市場結構性消失。圓剛於是採取「先射箭,再畫靶」 的做法,運用公司內部有限的資源,把影像處理、擷取卡等核心技術做成簡單的產品,先上架到亞馬遜試水溫。產品上架後,圓剛從後台數據、買家評論中意外發現,許多消費者買擷取卡,是用來錄製遊戲和直播,這才找到真正的靶心,進而深入研究遊戲直播、VTuber、內容創作者和直播帶貨等使用情境,發展出完整的產品線,「對圓剛來說,我們找到靶心的方法,都是回到消費者實際怎麼使用產品。」

Amazon Seller Summit
論壇現場座無虛席,與會者專注聆聽講者分享 AI 時代的全球化策略。
圖/ 數位時代

AI讓全球市場觸手可及,亞馬遜全球開店降低跨國經營負擔

謝孜希最後補充,亞馬遜透過「One Global Business」服務,便能提供市場洞察和跨境營運服務,「AI 就像企業開闢全球新航線時的『副駕駛』,出海不必再組建龐大的機組團隊,企業可以精準啟航試飛,再逐步擴大全球航線網絡。 」但她提醒,營運能整合,消費者需求和品牌溝通仍要在地化,因為不同市場消費者的需求完全不同,重點在於「全球在地化」(glocalization),「當AI降低跨境營運的複雜度,賣家就能把心力集中在真正需要差異化的地方,也就是產品價值和品牌信念。」

從產品創新到品牌成長,台灣企業展現全球化成果

2026 Amazon Seller Awards也表揚在全球市場拓展、AI應用、品牌轉型與科技創新等領域展現成果的台灣企業,從不同產業的實際經驗中,展現台灣品牌透過產品創新與市場洞察,持續拓展全球成長機會的多元可能性。

Amazon Seller Summit
2026 Amazon Seller Awards 表揚在全球市場拓展、AI 應用、品牌轉型與科技創新等領域表現亮眼的台灣企業,得獎者與亞馬遜全球開店團隊合影。
圖/ 數位時代

而各專家們分享的出海心法,已經被這些得獎企業實際落地應用,進而產出成果。從B2B玻璃鍋蓋供應商轉型自有品牌的明格企業,運用亞馬遜數據與消費者評論開發微波爐防噴濺蓋,成功躋身同品類前十名,「Amazon能清楚看見消費端,讓品牌和定價掌握在自己手中。」珍食堡實業則以自有品牌A Freschi srl布局美國、日本市場,透過搜尋與銷售數據優化火雞筋犬用零食的尺寸、造型及包裝,強調「不要等到產品完全準備好,才開始理解全球市場。」

(立即閱讀更多精彩賣家故事)

Amazon Seller Summit
「決勝全球・火線對談」中,明格企業、珍食堡實業、圓剛科技等台灣賣家代表,分享以產品力結合品牌力、突圍全球市場的實戰經驗。
圖/ 數位時代

從AI趨勢走向實際應用,聚焦策略品類找到全球成長新機會

今年高峰會規劃多場AI相關議程,從市場研究、產品內容製作、營運效率提升等面向,探討企業如何將AI應用於日常營運與商業決策,協助賣家掌握將AI工具轉化為實際業務價值的應用方法。

議程之外,也透過AI副駕駛試飛體驗區展示一系列亞馬遜AI工具,與Seller Café一對一跨境諮詢,聚焦消費性電子、家居用品,以及運動與寵物用品等策略品類,由亞馬遜品類團隊針對產品定位、市場需求及營運挑戰提供專業建議,協助不同成長階段的賣家探索全球市場機會,協助賣家將市場洞察轉化為實際行動。

現場一位新賣家分享,透過體驗亞馬遜AI工具,看見在人力有限的情況下拓展海外市場的更多可能;加上品類經理針對產品選品提供具體建議,讓他更有信心啟動跨境業務。另一位以代工模式經營的企業主分也分享到,透過當場一對一品類經理諮詢,幫助他更了解海外市場商機,對拓展新業務有了更明確的方向。

從AI工具的實際應用,到品類專業洞察與市場趨勢建議,高峰會不僅協助賣家掌握當前機會,更為下一階段的全球成長找到具體方向。

Amazon Seller Summit
AI 副駕駛試飛體驗區展示商機探測器、選品模擬器、創意工作室與賣家助理等亞馬遜 AI 工具,吸引與會者駐足體驗。
圖/ 數位時代
Amazon
Seller Café 由亞馬遜品類團隊提供一對一跨境諮詢,聚焦消費性電子、家居、運動與寵物用品等策略品類,協助賣家將市場洞察轉化為行動。
圖/ Amazon

對台灣企業而言,全球化不必等到規模夠大才開始,而是從Day One起,就將全球消費者需求納入產品創新與品牌決策。從全球成長飛輪的策略思維、Seller Assistant與AI創新解決方案,到策略品類專業支持,亞馬遜持續協助不同階段的台灣企業,將全球市場洞察轉化為實際成長動能,從Day One啟航,開拓全球市場的新機會。

全球航線已啟程!掌握AI時代的全球化新路徑。
立即觀看Amazon Seller Summit 2026 | 台灣跨境電商高峰會精彩回放

【Seller Summit 2026 】

Global Stage|上午主會場
Global Stage|下午主會場
Launch Stage 啟動舞台|下午分場 A
Growth Stage 成長舞台|下午分場 B

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
一次搞懂工業AI
© 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