
大數(shù)據(jù)將音樂行業(yè)推入平民時(shí)代
音樂行業(yè)一直在被人的直覺所推動。一首歌會不會火,一個歌手會不會紅,一場演唱會不會大賣,這些往往都是靠音樂公司高管們的直覺判斷。于是,才有了各種意外的“走紅”或者“滑鐵盧”。
大數(shù)據(jù)時(shí)代,音樂界迎來一場革命:下一首歌流行什么,聽眾說了算。
阿里音樂正在開展一項(xiàng)嘗試:將阿里音樂平臺上的用戶行為數(shù)據(jù)與社交網(wǎng)絡(luò)數(shù)據(jù)、新聞資訊數(shù)據(jù)等結(jié)合,借助阿里云“數(shù)加”上的大數(shù)據(jù)工具,預(yù)測哪些音樂人會成為下一個音樂巨星。
有猜測指出,這項(xiàng)技術(shù)同阿里音樂一直秘而不宣的新平臺有密切聯(lián)系。
先鋒藝術(shù)家安迪·沃霍爾曾說過:“在未來世界,每個人都有可能出名5分鐘。”對于唱片公司來說,如何預(yù)知誰會是下一個5分鐘的黑馬,成為難題。
阿里音樂的數(shù)據(jù)工程師介紹,用戶在音樂平臺上收聽、分享、收藏音樂的行為,以及在社交網(wǎng)絡(luò)、視頻網(wǎng)站、貼吧論壇上做出關(guān)注、評論、轉(zhuǎn)發(fā)、點(diǎn)贊等動作,反應(yīng)了對音樂人的喜好程度。我們用word2vector算法對關(guān)鍵詞進(jìn)行聚類,結(jié)合轉(zhuǎn)發(fā)點(diǎn)贊等原始及衍生特征,通過gbdt分布式算法進(jìn)行預(yù)測分析?!皩ふ译[藏在其中的下一個TFboy”。
數(shù)字唱片公司DigSin首席執(zhí)行官杰·弗蘭克曾表示,大數(shù)據(jù)技術(shù)不是要把人的因素抹去,而是最大程度地呈現(xiàn)人的因素——受眾的反應(yīng)?!斑@恐怕是音樂史上最平民化的時(shí)刻,”他說。
收集所有人的意見并作出判斷,并非易事。阿里音樂的工程師介紹,該項(xiàng)目僅每天要處理的阿里音樂平臺數(shù)據(jù)就達(dá)到了100TB,更不用說海量的外部互聯(lián)網(wǎng)數(shù)據(jù)。大數(shù)據(jù)技術(shù)的飛躍為這一設(shè)想的實(shí)現(xiàn)提供了基礎(chǔ)。
在過去的5年里,全球大數(shù)據(jù)計(jì)算性能實(shí)現(xiàn)了超過21倍的提升。2011年,Tritonsort排序100TB數(shù)據(jù)需要8274秒;到2015年,阿里云的MaxCompute只需要377秒。
開發(fā)團(tuán)隊(duì)用不到2個月時(shí)間就完成了整個項(xiàng)目?!熬拖翊罘e木一樣,阿里云上有我們需要的所有大數(shù)據(jù)工具”。
除了MaxCompute,阿里云的分析性數(shù)據(jù)庫Analytic DB可以對90億條的粉絲關(guān)系數(shù)據(jù)進(jìn)行實(shí)時(shí)查詢計(jì)算;機(jī)器學(xué)習(xí)工具集成了大量算法,簡單拖拽便可實(shí)現(xiàn)特征工程及訓(xùn)練模型的搭建。
預(yù)測黑馬還只是音樂行業(yè)大數(shù)據(jù)革命的一角。BBC基于音樂雷達(dá)軟件Shazam提供的數(shù)據(jù),在全球4900個城市中找到了擁有相同音樂品味的“孿生”城市。Shazam能夠采集外部歌曲的指紋,并同服務(wù)器端指紋比對,從而實(shí)現(xiàn)歌曲識別。
美國的House of Blues采用一種獨(dú)特的算法去安排“拼盤明星巡演”。對于音樂人而言,可以結(jié)合粉絲地理位置數(shù)據(jù),安排更合理的演唱會巡演路線,以便最廣泛地接觸忠實(shí)歌迷。同時(shí),還能根據(jù)當(dāng)?shù)厍闆r,編排不同的曲目。
眼下,大數(shù)據(jù)正在嘗試回答音樂圈內(nèi)一個古老的問題:下一首歌,你想聽什么?
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11