![](http://www.centerit.cn/statics/images/but.png)
阿里音乐打算用大数据发掘下一个TFboy
音乐行业一直在被人的直觉所推动。一首歌会不会火,一个歌手会不会红,一场演唱会不会大卖,这些往往都是靠音乐公司高管们的直觉判断。于是,才有了各种意外的“走红”或者“滑铁卢”。?
大数据时代,音乐界迎来一场革命:下一首歌流行什么,听众说了算。
阿里音乐正在开展一项尝试:将阿里音乐平台上的用户行为数据与社交网络数据、新闻资讯数据等结合,借助阿里云“数加”上的大数据工具,预测哪些音乐人会成为下一个音乐巨星。
![](http://image.c114.net/44442312.jpg)
有猜测指出,这项技术同阿里音乐一直秘而不宣的新平台有密切联系。
先锋艺术家安迪·沃霍尔曾说过:“在未来世界,每个人都有可能出名5分钟。”对于唱片公司来说,如何预知谁会是下一个5分钟的黑马,成为难题。
阿里音乐的数据工程师介绍,用户在音乐平台上收听、分享、收藏音乐的行为,以及在社交网络、视频网站、贴吧论坛上做出关注、评论、转发、点赞等动作,反应了对音乐人的喜好程度。我们用word2vector算法对关键词进行聚类,结合转发点赞等原始及衍生特征,通过gbdt分布式算法进行预测分析。“寻找隐藏在其中的下一个TFboy”。
![](http://image.c114.net/44502418.jpg)
数字唱片公司DigSin首席执行官杰·弗兰克曾表示,大数据技术不是要把人的因素抹去,而是最大程度地呈现人的因素——受众的反应。“这恐怕是音乐史上最平民化的时刻,”他说。
收集所有人的意见并作出判断,并非易事。阿里音乐的工程师介绍,该项目仅每天要处理的阿里音乐平台数据就达到了100TB,更不用说海量的外部互联网数据。大数据技术的飞跃为这一设想的实现提供了基础。
在过去的5年里,全球大数据计算性能实现了超过21倍的提升。2011年,Tritonsort排序100TB数据需要8274秒;到2015年,阿里云的MaxCompute只需要377秒。
开发团队用不到2个月时间就完成了整个项目。“就像搭积木一样,阿里云上有我们需要的所有大数据工具”。
除了MaxCompute,阿里云的分析性数据库Analytic DB可以对90亿条的粉丝关系数据进行实时查询计算;机器学习工具集成了大量算法,简单拖拽便可实现特征工程及训练模型的搭建。
预测黑马还只是音乐行业大数据革命的一角。BBC基于音乐雷达软件Shazam提供的数据,在全球4900个城市中找到了拥有相同音乐品味的“孪生”城市。Shazam能够采集外部歌曲的指纹,并同服务器端指纹比对,从而实现歌曲识别。
美国的House of Blues采用一种独特的算法去安排“拼盘明星巡演”。对于音乐人而言,可以结合粉丝地理位置数据,安排更合理的演唱会巡演路线,以便最广泛地接触忠实歌迷。同时,还能根据当地情况,编排不同的曲目。
眼下,大数据正在尝试回答音乐圈内一个古老的问题:下一首歌,你想听什么?