2015年，Spotify推出了Discover Weekly，很快成为该公司最有价值的工具之一。 每周为用户提供30首与他们的音乐品味相关的新歌。
这项功能的成功得到了数字的支持-70％的听众从策划的播放列表中保存了至少一首歌曲，并且通过“发现每周”播放了近50亿首曲目。
但是它如何工作？
别人是怎么做到的
过去，其他流媒体平台都使用手动标记。 歌曲将用关键字标记，本质上是手动为歌曲分配属性。
然后将具有与用户播放列表中的属性相似的属性的歌曲推送到它们。
Spotify如何做到-
- 协作过滤-这里的“协作”是指不同用户之间的协作。 以2个用户为例，每个用户在其保存的播放列表中都有100首歌曲。 现在，如果这些歌曲中有80％是相似的，那么似乎听众具有共同的音乐品味是合理的。
因此，每个用户剩余的20％的歌曲将被推送/推荐给其他用户。
2. 自然语言处理-计算机分析和“理解”人类语音和文本的过程。
计算机软件将分析新闻，媒体，歌词和博客，以捕获用于描述歌曲的形容词。 然后，将具有类似形容词的歌曲推送到用户播放列表中的那些形容词。
3. 音频数据分析-实际分析歌曲文件本身。
软件将分析速度，和弦结构，BPM，键等，然后根据用户播放列表中歌曲属性的相似性将相关歌曲推送给用户。
离群值检测
该工具可确保仅将相关歌曲推送给用户。 如果用户仅播放一次与他们通常的音乐品味大不相同的歌曲，则与该播放的歌曲相似的歌曲将不会推送给用户。
示例：一位朋友在您的Spotify上播放一首歌曲，这与您听的任何歌曲都不相同，Spotify不会根据这一事件向您推送类似的歌曲。
