一、个性化推荐的成功应用的两个条件

• 第一是存在信息过载，因为如果用户可以很容易地从所有物品中找到喜欢的物品，就不需要个性化推荐了。
• 第二是用户大部分时候没有特别明确的需求，因为用户如果有明确的需求，可以直接通过搜索引擎找到感兴趣的物品。

在这两个条件下，个性化网络电台无疑是最合适的个性化推荐产品。

首先，音乐很多，用户不可能听完所有的音乐再决定自己喜欢听什么，而且每年新的歌曲在以很快的速度增加，因此用户无疑面临着信息过载的问题。

其次，人们听音乐时，一般都是把音乐作为一种背景乐来听，很少有人必须听某首特定的歌。对于普通用户来说，听什么歌都可以，只要能够符合他们当时的心情就可以了。因此，个性化音乐网络电台是非常符合个性化推荐技术的产品。

二、音乐推荐的特点

音乐推荐是推荐系统里非常特殊的领域。音乐推荐具有如下特点：

1、物品空间大

物品数很多，物品空间很大，这主要是相对于书和电影而言。

2、消费每首歌的代价很小

对于在线音乐来说，很多音乐是免费的。

3、物品种类丰富

音乐种类丰富，有很多的流派。

4、听一首歌耗时很少

听一首音乐的时间成本很低，不太浪费用户的时间，而且用户大都把音乐作为背景声音，同时进行其他工作。

5、物品重用率很高

每首歌用户会听很多遍，这和其他物品不同，比如用户不会反复看一个电影，不会反复买一本书。

6、用户充满激情

用户很有激情，一个用户会听很多首歌。

7、上下文相关

用户的口味很受当时上下文的影响，这里的上下文主要包括用户当时的心情（比如沮丧的时候喜欢听励志的歌曲）和所处情境（比如睡觉前喜欢听轻音乐）。

8、次序很重要

用户听音乐一般是按照一定的次序一首一首地听。

9、很多播放列表资源

很多用户都会创建很多个人播放列表。

10、不需要用户全神贯注

音乐不需要用户全神贯注地听，很多用户将音乐作为背景声音。

11、高度社会化

用户听音乐的行为具有很强的社会化特性，比如我们会和好友分享自己喜欢的音乐。

上面这些特点决定了音乐是一种非常适合用来推荐的物品。因此，尽管现在很多推荐系统都是作为一个应用存在于网站中，比如亚马逊的商品推荐和Netflix的电影推荐，唯有音乐推荐可以支持独立的个性化推荐网站，比如Pandora、Last.fm和豆瓣网络电台。

文章来源: andyguo.blog.csdn.net，作者：山顶夕景，版权归原作者所有，如需转载，请联系作者。

原文链接：andyguo.blog.csdn.net/article/details/125038249