本文收集整理关于qq音乐怎么查看别人的歌单的相关议题，使用内容导航快速到达。
内容导航：
Q1：qq音乐怎么看谁看了我的歌单
可以进入“更多”界面（左上角），最下面选择退出，再进入自己的qq帐号界面，进入我喜欢听，再选择查看动态，这时就可以看到有多少人播放了你的歌单，但是查看不了具体是谁看过
w#WW.YiJITao.cOm
Q2：QQ音乐歌单怎么被推荐到歌单广场？
QQ的歌单推荐和网易云基本都是算法推荐先说下冷启动,冷启动问题就是解决新用户,新歌曲的推荐问题.一个新用户过来,网站对其一无所知,如何进行推荐,一首新歌,在用户数据的积累上也是一片空白,应该把它推荐给谁.
对音乐网站来说,这几个问题都不算是大问题,特别是itembase的算法,只要一有行为,就会有推荐产生,作为音乐本身,经过一小段时间的积累,就会在数据上有相似的音乐产生
音乐是个难以琢磨的东西,但是还是可以从一些描述中看出端倪,用一些人工的维度进行区分,比如歌手,比如语言,比如风格.网易在冷启动问题上,我猜测也使用了决策树的方式对各个音乐的标签进行筛选,通过分裂最大熵的标签来筛选用户的初始口味.什么叫最大墒?笼统的说,现在有这么几个标签,快歌,重金属,轻音乐.我只能问你一个问题,然后就需要对你进行推荐,也就是说,哪个标签可以最快速的切分用户?假设我们有10w首歌曲,有快歌标签的有5w首,重金属有2w首,轻音乐有1w首.那么我第一个问题就是"你喜欢挺快歌吗?"这样的划分就是墒最大的划分,如果还能再问一个问题,假设在快歌里有1w首是重金属,1k的轻音乐,那么下一个问题就是你喜欢重金属吗?以此类推,如果都是2分问题的话,5个问题就可以把用户分成32类,平均下来每一类就是3.125%,算是很细致的了.
有了初始化的测试,就可以按照标签来进行推荐了.
那我们再来搞清楚一个问题,y do we use tag to recommend?
当我们描述一道菜的时候,会用一大堆的形容词,比如说辣的,甜的,脆的,软的.像初恋一样的,这些都是从食物里提取出来的特征,用来描述一道菜是什么样子的.音乐也是一样,,快歌,重金属,轻音乐都是tag,用来描述一首歌曲.有了tag就可以把一首歌进行抽象,不然计算机怎么知道这首歌到底是一首什么歌呢?(还有一种方法就是进行音乐指纹的提取,这又是另一种思路了),那么在计算机看来呢,每一首歌就是一堆tag的向量,such as 我的滑板鞋的tag 假设是 (作者,曲风,时长,热门程度,等等等),tag的生成可以是用户ugc标记,也可以由编辑在上传歌曲的时候标记上,这些问题都不大.
tag怎么用?
用了tag之后,计算机就能描述一首音乐了,于是你就去听了几首歌,这时候,歌曲本身是含有tag的,这些tag就可以描述你,那么余弦也好,皮尔逊也好,一大堆相似度算法就可以用上了,通过tag中介,就可以计算听者和听者的相似度,歌和歌的相似度,也可以直接用tag进行推荐
当然这个是非常之粗糙的,但是用来作冷启动还是不错的.
再让我们想一想,描述一首音乐一定要使用tag吗?还有什么可以作为维度来描述这首音乐的?
答案就是人,所有的人都是音乐的一首维度,我的滑板鞋子的维度就是(丁磊喜欢,马云不喜欢,罗永浩没听过),反过来,音乐也是人的维度丁磊(我的滑板鞋,你的滑板鞋,他的滑板鞋),这样一来,省掉了一大堆编辑tag的时间,同时增加的是运算量,处理的方式和用tag是类似的.
在一个用户有了一定的行为之后,我们用他听的歌来描述他,而不是抽取的tag来描述他,这样在原来的基础上更近了一步,但是这样和真是的情况相比如何呢?
可以试着来回答一个问题:
Why do you listen to this song?
A回答,因为是孙燕姿唱的,B回答,音乐是慢歌,C回答,因为不好听
我想回答是千奇百怪的,而这些正是用户听一首歌的真正原因,这是不是和tag又有点相似?好像饶了一圈又回来了,不得不承认,听某一首歌曲的人会有很多原因,但是往往原因不太多,就像很多人会去看罗永浩的微博,但是原因往往五花八门,为老罗洗地的有,黑的有,还有根本不知道他是什么东西的也有.使用tag有2个很重要的毛病,一个是维度有限,因为都是人工创造的,不能覆盖所有的情况,有可能漏掉很重要的维度,第二个毛病是维度的权重没办法定义,就像去老罗的微博,洗地的权重,黑的权重,其他人的权重又是多少,这些都是tag没办法给出的.
假设我们有一个办法可以找到事实背后的隐含变量,那么一切都会迎刃而解
矩阵分解降维的方法就可以完美的解决这个问题,把用户和音乐分配到各个维度上,假设是1000个,那么这时相当于有1000个标签,但是这些标签不是人工打上去的,而是降维降出来的,所谓降维,原来我们把每个用户作为一个维度去描述一首歌,现在把这些用户合并合并,抽象抽象,选择其中的共性,降到1000维,并且这1000维都是有各自的权重的,举个例子,我的滑板鞋子(走掉30%,有趣30%,励志20%),就变成这样了,最为关键的一点在于,这样出来,用户和音乐的维度被统一了,这个就超级屌了,原来的推荐要么是计算人与人之间的相似度,再过度到音乐,或者是通过音乐之间的相似度,进行类比推荐,矩阵分解可以从人通过隐藏维度直接到音乐,并且隐藏维度的权值都是可以算出来的,简直逆天了.
再换一个思路来看这个问题,我是一个网站的所有者,我并不知道你为什么去听一首音乐,我是一个观察者,我看了太多的人的歌单,几百万的,几千万,甚至是每天几亿的流水,如果有在商场卖过东西的人一定有这种体会,什么样子的搭配是经常出现的,一个老道的销售人员就是被每天的流水给磨练出来的,买烟的人,配一个打火机应该是个常见的搭配,每天烟和打火机一起结账的情景不断的锻炼着一个销售人员,那么从中也可以获取有用的信息.
so,thats create a super Music editor
也就是说把每天的音乐流水给我们创造出来的超级音乐编辑看,看看他能记住什么.
用神经网络的方法就可以来制作这个东西了.
我们构造一个神经网络,所有的人都在对他进行训练,神经网络就像一个结账人员,把所有人的歌单都看在眼里,经常一起出现的音乐,就会触动那根特殊的神经,并进行强化,那么当你听取了几首歌之后,我们的超级编辑就会根据你触动的神经,推荐同样触动了这些神经的歌曲啦~
具体网易用到哪些算法,我也看不出来,不过我想万变不离其宗吧
wWW.YIJiTAO..com
Q4：qq音乐怎么访问别人的歌单
1.打开QQ音乐播放器，并使用自己的QQ号登陆，然后进入“我的歌”，如下图所示：
2.进入QQ音乐我的歌单后，再点击“粉丝”，如下图所示：
3.之后在QQ好友列表中，就可以看到好友的歌单数，点击歌单数即可进入查看好友的详细歌单了，如下图所示：
