[核心提示] 对于很多音乐爱好者来说，应用推荐里没有喜欢的歌，常常会成为他们的怨言，个性化推荐为什么会那么难，网易云音乐对此有着他们的看法。
5000 万的用户，3200 万个用户自主创建歌单。网易云音乐在一年半的时间内交出了不错的答卷。走社交化，媒体化和个性化路线的网易云音乐已经成功摸索了前两步，而在个性化上，网易云音乐还没有给出它自己的答案，事实上，移动音乐类应用都难以真正做到针对用户的个性化。
云音乐上的私人 fm
2013 年 4 月 23 日网易云音乐正式上线，彼时在线音乐领域已经聚集了百度、QQ、多米、虾米、酷狗、酷我、千千动听七大应用，相继完成了各自的用户积累。
截至 2014 年第 2 季度，酷狗音乐以 17.0% 的市场份额仍处于行业领先地位；酷我音乐以 14.6% 的市场份额位居第二；QQ 音乐位居第三；天天动听，多米音乐，百度音乐、虾米音乐则位居其后。
各大音乐类应用的功能也趋于同质化，作为移动音乐领域的迟到者，丁磊把网易云音乐定位为一种「移动音乐社区」的新形态，并在内容上争取做到差异化，比如歌单的建立和 DJ 的引入。
在网易云音乐近日推出的 Android2.1 的新版本中，私人 fm 成为音乐迷们一个值得关注的功能，与豆瓣 fm 所不同的是，网易云音乐的私人 fm 更加注重网易媒体资源的聚合，用户不仅可以听到曲库中的歌曲，还可以听到相声，英语节目，托福等等。而在「每日歌曲歌曲推荐」中，通过设置「不感兴趣」的功能，可以优化个性化推荐。
可以看出，在社交化，媒体化之后，网易云音乐此次的改版则着重针对个性化。这是目前在线音乐应用同质化的一个突破口。
「没法做到真正的个性化」
在很多领域，个性化推荐一直被频频提及但也一直受到争议。我们知道，目前流行的推荐系统基本上通过三种方式来联系用户兴趣和物品。第一种方式是通过用户喜欢过的物品：可以给用户推荐与他喜欢过的物品相似的物品，这就是基于物品的算法（item-based）。
第二种方式是通过和用户兴趣相似的其他用户：可以给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品，这也是前面提到的基于用户的算法（user-based）。
除了这两种方法，第三个也是最重要的方式是通过一些特征（feature）来联系用户和物品，可以给用户推荐那些具有用户喜欢的特征的物品。
基于物品和基于用户的算法偏向技术。而打标签的方式则偏向人工。个性化推荐就是通过人工加算法的方式实现的。著名的潘多拉电台就在 2000 年发起音乐基因组计划，进行这样的尝试。
这个计划将一群音乐家和爱好音乐的技术人员聚到了一起，他们在每首歌上花上 20 到 30 分钟的时间，通过一个个基因，来描述一首歌的音乐旋律、和声、节奏、乐器、谱曲、编排等。为了保证统计上的可靠性，10% 以上的音乐不止有一个音乐家去分析。
这是一个耗时耗力的工程，比如潘多拉的曲库是由 400 多名专业音乐人士花费大量的时间整理出来的。尽管这样，可能推荐的内容仍然会让用户觉得不合口味，费力不讨好。
网易云音乐的高级总监王磊告诉极客公园，现在的所有移动类的音乐应用，包括国外比较受欢迎的 spotify, 都没法做到 100% 的精准和真正的个性化。
更偏向右脑的尝试
与亚马逊购物推荐不同的是，音乐本身跟情感，情景，心理状态等感性因素联系得更为紧密一些，这种体验更加偏重于右脑。
之前 jing.fm 创始人施凯文在接受采访时就提到以对用户的描述进行语义分析来推荐音乐。
偏向右脑的尝试本身就存在不确定性。王磊介绍说，目前网易云音乐的团队中，编辑和一些合作的 DJ 已经加入到给音乐进行人工打标签的队伍中，这个队伍目前有十几人，在五十多人的团队里不算少数。
