QQ音乐将日推命名为Daily30，吸引点在于每日30首歌曲可以免费听，即使没有购买会员也可以收听付费歌曲。
网易云音乐是最早开始做每日推荐的，日推歌曲数量在35首左右，早6点更新，用户有一次刷新日推歌单更换歌曲的机会。
此外，用户还可在上方菜单栏从默认推荐调整为风格推荐，在下拉界面中选择想听的曲风、情绪、场景、语种、主题等标签，推荐歌曲的可选择范围更大。
酷狗音乐的日推功能，没有什么亮点，普通用户推荐30首歌曲，VIP用户多听30首歌。
（左起：酷我音乐；咪咕音乐）
酷我音乐的日推功能相比较酷狗音乐，推荐歌曲内容更丰富，除系统推送的30首歌曲外，还有新歌和重温选项，推送新歌和经典歌曲。
咪咕音乐不太注重日推歌单，将其放在推荐歌单子界面中，每日推荐歌曲数量倒是最多，有50首，也不知道用户平均能听完多少首。
简单说，日推方面音乐APP大同小异，QQ音乐用免费吸引用户，网易云音乐满足多元化需求，汽水音乐则没上线日推功能。
（2）需调教的个性电台：酷狗迎合短视频习惯，汽水采用全新模式
个性电台采用实时动态的流式推荐模式，更适合愿意与推荐系统有更多交互行为，有调教推荐系统意愿的用户。
QQ音乐在首页醒目处放置了“猜你喜欢”入口，又在首页下方菜单栏设置“雷达模式”， 雷达模式下平台会根据用户的红心歌曲，推荐相似好歌，既包括收藏的老歌，也包括相似风格的新歌。
不过，“猜你喜欢”和“雷达模式”UI界面差别很小，功能也较相似，似有重复建设之感。
（左起：QQ音乐推荐页；猜你喜欢；雷达）
网易云音乐“私人漫游”原本让大家更熟悉的名字叫做私人FM。
更新后，新设“熟悉模式”“默认模式”“探索模式”三种模式，逐级增加推荐歌曲的多元化和陌生化。
（网易云音乐私人漫游）
酷狗的方式，似乎在短视频时代更加高效，首页设置“猜你喜欢”界面，进入后有“30秒”“发现”“小众”三种模式。
30秒，顾名思义，歌曲直接从副歌开始播放30秒，期间用户可以选择增加30秒或者听完整歌曲，将歌曲的记忆点重点呈现。
（酷狗音乐的30秒推荐）
酷我音乐的猜你喜欢、咪咕音乐的私人FM，基本是默认是流式推荐模式，无明显亮点。此不赘述。
（左起：酷我音乐猜你喜欢；咪咕音乐私人FM）
汽水音乐则与其他音乐APP不同，表现“激进”，也不能算是传统的个性电台。
用户进入界面，直接就是系统推荐的音乐，可上滑切歌，与浏览抖音的操作一致。过程中除了音频，还穿插音乐短视频进行推歌。
与网易云音乐相似的是，音乐推送设置了“熟悉模式”“默认模式”“新鲜模式”三种，用户还可滑动封面切换到乐评，有吸收到同行的亮点。
（左起：汽水音乐推荐播放页；乐评；视频推歌；更换播放模式）
对比来看，汽水音乐的这类推歌模式别出心裁，酷狗音乐的推歌兼具高效。
（3）花样百出的歌单推荐：QQ音乐重视AI，网易云关注共享，酷我比酷狗醒目
歌单，重构了音乐APP的底层架构，使歌曲间形成关联和集群效应，既能够满足用户特定的需求，也能够提高中尾部歌曲的曝光。
测评的音乐APP都做了歌单推荐，包括UGC,PUGC，OGC和AIGC等模式。
QQ音乐通过“乐馆”进入“分类歌单”后，就进入了广阔的歌单广场。
比较值得关注的是AI歌单，它根据不同曲风和类型划分歌单，选取用户收藏量高的歌曲推荐，如“百万收藏”AI歌单中收录用户常听的超人气的歌曲，且每日更新。
（左起：QQ音乐分类歌单；AI歌单）
网易云音乐的歌单入口设置在首页中间，进入后先是推荐的专属歌单，紧接着是官方动态歌单，歌单在命名上，比较注重“场景化”，如“独处时刻”“日落大道”，文艺风满满。
比较有趣的一个歌单类型是共享歌单，意为歌单创作者可以邀请协作者一起来创建公开的共享歌单，加入心仪的歌曲，玩法更加注重协作交流，互动感更强。
（左起：网易云音乐歌单广场；官方歌单；共享歌单）
酷狗音乐需要用户在首页至少下滑三次，才能够找到“主题歌单”入口，可以看到，歌单并没有放在核心的位置，也有一些主打私人定制的主题歌单，但是亮点不突出。
（左起：酷狗音乐首页歌单入口；歌单广场）
酷我音乐的歌单界面入口就比酷狗音乐醒目得多，进入后，映入眼帘的就是近20个音乐标签供用户选择，非常直接，使用方便。
（左起：酷我音乐首页歌单入口；分类·歌单）
咪咕音乐将歌单这个标签放在首页第一位，位置醒目。点入歌单广场，可以选择不同标签的歌单，下滑也可以看到不同分类：
如根据时间推送的助眠歌单，猜你喜欢的歌单，编辑推荐歌单等，分类相对明确。
（左起：咪咕音乐首页歌单入口；歌单广场）
汽水音乐的歌单，需点击首页下方的“发现”界面进入，歌单推荐页面也在上方设置标签。歌单上不标明播放量，也没有设置不同栏目和分类，主打一个简洁。
与其他音乐软件相比，汽水音乐歌单抖音元素突出，如推荐歌单中首个就推送抖音热门歌曲。
（左起：汽水音乐发现页页歌单入口；歌单广场）
综合来看，歌单推荐已成为音乐APP非常成熟的推歌方式，比较创新的有QQ音乐的AI歌单和网易云共享歌单模式。
（4）古老的音乐排行榜：流量时代不再，排行榜风光也不再
音乐排行榜可谓是最元老级的推歌方式，见证着PC音乐播放器时代进入移动音乐时代。
过去，音乐排行榜是评价一首歌曲成功与否的重要标志，如今推歌方式大不同从前，音乐排行榜虽然数量大幅增加，但是影响力反而不如以前。
（左上起：QQ音乐；网易云音乐；酷狗音乐；酷我音乐；咪咕音乐；汽水音乐）
从音乐APP的榜单来看，既有平台的飙升榜、热歌榜、新歌榜，国外榜如billboard美国公告榜等，也有根据不同音乐流派、风格、语言和地区划分的排行榜。
汽水音乐仅设置了“热歌榜”“新歌榜”“欧美榜”3个排行榜，在测评的音乐APP中，显得另类、清新。
综上，从四种歌曲推荐维度来看，QQ音乐和网易云音乐的算法推荐走在前沿，模式多样，围绕用户需求尽可能地提供全方位服务。
酷狗音乐，酷我音乐，咪咕音乐紧跟队伍，虽然功能也较为健全，但是亮点不突出。汽水音乐则抛弃了其他音乐软件复杂的首页服务，全面瘦身，走了一条全新的简约的道路。
二、坍缩的人工推荐：亟待重建的专业音乐风向标
曾经，大众媒体+专业乐评人是音乐市场上最有力的把关人，如今的算法时代，人工推荐的影响力急剧坍缩，但依旧在理解内容风向、引领大众审美上具有重要价值。
对于用户来说，人工推荐最直观能感受到的，就是首页Banner新歌推荐、官方歌单和非数据的音乐排行榜。
（1）首页Banner推荐：网易云和咪咕最重视
能占据首页Banner推荐的，非富（影响力大）即贵（有合作），或者实力超群（太好听了）。毕竟，这可是曝光度最高的C位了。
（左起：QQ音乐；网易云音乐；咪咕音乐；酷我音乐）
QQ音乐“乐馆”界面的banner页面，用来推荐歌手新歌、综艺OST和平台企划的相关活动推荐歌曲。
网易云音乐的banner页放在首页上方最醒目的地方，咪咕音乐的banner页也放在同样位置，还在左下角贴心地标注了页码，两者推荐内容相似，包括新歌、原创音乐、歌单和专题活动等。
酷我音乐的banner页面放在热门板块之下，以歌单推荐为主，没有直接推新歌。酷狗音乐和汽水音乐，则没有做banner推荐。
综合来看，网易云音乐和咪咕音乐比较注重banner推荐位，将看重的歌曲/歌单/活动放在首页提高曝光量，同时也穿插广告获得商业收益。
QQ音乐则将其放在二级页面，相对推荐力度没有那么强大。
就推荐的歌曲来看，尽管独家版权时代已落幕，各平台还是在尽力推荐深度合作的音乐人，这点并不让人意外。
（2）平台自制歌单：酷狗酷我不关注，咪咕主推周杰伦
在音乐歌单中，平台自制歌单占据海量歌单中极少的比例，但拥有优势推荐位。
QQ音乐官方歌单，目前已建立1179个歌单，内容多元，分类很杂，像是往期专题活动推荐歌单的集锦，由于没有搜索功能，需要用户人工挑选。
（左起：QQ音乐官方歌单；网易云音乐官方动态歌单；网易云音乐官方歌单广场）
网易云音乐有单独的官方动态歌单界面，功能较完善，有每日更新的也有不定期更新的，涉猎类别很多，包括学习，工作，冥想，睡眠等多种场景，说唱，摇滚，古典等多种音乐风格。
咪咕音乐的官方歌单推出【新歌周报】【榜上有名】【深度·周杰伦】等近700个官方歌单，重点还是打周杰伦这张王牌。
（左起：咪咕音乐；汽水音乐）
汽水官方运营汽水编辑账号，制作了不同音乐风格、年度经典歌曲等歌单，但基于平台用户较少，收藏点赞转发量的数据都不可观。
酷狗音乐和酷我音乐没有官方歌单板块。
客观来看，网易云音乐的官方歌单建设优于其他平台，这或许与其最先开始搭建歌单和运营音乐社区有关，较大程度上提升音乐发现、分享的体验。
（3）人工音乐榜单：夹杂着小心思的专业推荐
在算法推荐部分中，我们已介绍各音乐软件的音乐排行榜，在人工推荐方面，有几个小亮点值得重点关注。
网易云音乐和QQ音乐，都有针对原创音乐的编辑榜单，硬地原创音乐榜和INDIE图鉴榜。硬地原创音乐榜具有首创性。
Q音的INDIE图鉴榜推出后，同样重视讲AI的故事：由AI初筛、编辑筛选、乐迷社群投票、乐评人品鉴团投票等综合推荐10首原创独立音乐，双周更新。
酷狗和酷我平台的人工音乐榜单，则以TME集团的由你榜，浪潮榜为主。
云音乐还有很值得关注的编辑推荐榜，它是由云村编辑从30天内发行歌曲中，打分评选推出TOP10单曲，每周五更新。
有心的是，每首歌都有一段编辑的推荐语，帮助用户了解歌曲的特点。
可以说，在专业乐评人被迫缺位的当下，优质的人工推荐榜单，对原创音乐的发展具有放大镜作用，也彰显在算法穹顶之下，打破信息茧房，回归优质内容的努力。
不过呢，平台在编辑榜单中“塞”一些自制歌曲的动作，也并不罕见。
综上，从Banner推荐、官方歌单和人工权威榜单三方面来看，音乐APP的编辑推荐功能，网易云音乐≥QQ音乐>其他平台。
三、算法时代的小思考：万物皆可Embedding？
AI快速发展之下，似乎任何内容，包括图片、视频、语音、文本等非结构化数据，都可以利用 AI 编码，转换成特征向量，并通过计算向量实现对非结构化数据的分析。
当下喊出的“万物皆可 Embedding”（嵌入）的口号，表现出AI推荐的极大信心。但真的如此吗？
先简单看看音乐领域的推荐模型：目前，音乐算法系统主要采用协同过滤、自然语言处理、音频分析三种推荐模型。
用户搜索、播放歌曲/歌单，以及红心、收藏、评论、分享等操作，都可以精准地用来形成画像，达到精准推歌的目的。
协同过滤起源于亚马逊购物推荐，也是在音乐推荐中应用最多的一种算法。
拿QQ音乐举例，协同过滤既有“基于音乐”的逻辑，也有“基于用户”的逻辑：前者，QQ音乐上的歌曲都会被打上几个标签，假设你喜欢一首有“电音”标签的歌曲，那么其他同样有“电音”标签的歌曲，就可能会被推荐给你。
后者，打个比方，系统判定你和某个群体品味相似，都喜欢“旅行”标签的歌单，可能就会把他们偏好的其他标签歌曲，推荐给你。
（来源：DataFunTalk）
自然语言处理则可以运用在文本分析上。
拿网易云音乐举例，用户对歌曲/歌单进行评论，如果系统判断你表达的是正向情绪，就会更倾向于推荐类似的音乐；反之，则会在推荐中对类似内容进行降权处理。
音频分析，则真正切入到了歌曲本身：采集旋律、节奏、音高等内容，进行有效信息数字化提取，再进一步比对分析，寻求相近的歌曲形成关联。
比如，Spotify算法中即引入这一逻辑：通过分析原始音轨文件来进行分类过滤，在卷积神经网络的帮助下，歌曲时间内的特征统计量（拍子记号、音调、调式、速度等）得以形象化，并被用来分析歌曲间本质上的相似性。必须承认，算法推荐的确越来越精细化，过去可能只能对用户画像画个草图，如今可以画出了工笔画。
不过，现阶段算法推荐仍旧无法完全取代人工推荐，它只能基于原有数据进行推荐，在冷启动或者新领域上无法及时做出准确的预测。
打个不恰当的比方，用户喜欢吃番茄炒蛋，算法抓取到“番茄”“炒蛋”标签，于是开始推荐番茄蛋汤，黄瓜炒蛋，韭菜炒蛋，桌面都是相似的菜肴，但很难推荐出新菜——烧烤。
算法可能会推荐陈奕迅、孙燕姿，但可能推荐不出下一个天王天后，这可能也是为什么“算法懂我，但又没那么懂我”的原因。与此同时，音乐始终需要审美的引领，这永远需要专业编辑、乐评人的努力。
如果一切唯流量论，唯数据论，那么，洗歌统治乐坛，翻唱统治乐坛，无穷无尽的重置版统治乐坛的日子，很快就会到来。这是流量的胜利，却只能是音乐的失败。返回搜狐，查看更多
责任编辑：
平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
阅读 ()