在音乐发现领域，最大的问题是：“我如何找到自己喜欢的音乐”。
在我们拥有比以往更多的音乐的时代，这种体验应该是一种奢侈，而不是阻碍。
如今，流服务处理音乐发现的主要方式有两种。 一方面，您有一些公司更倾向于人工策划（例如Pandora和Apple Music），而其他公司则更专注于智能算法（Spotify，Google Play）。 当您想到当今可用的音乐庞大时，这两种方法都有优点和缺点。
无论采用哪种方法，当今的所有流服务都具有一个共同点–插值。
用数学术语，将内插定义为在一组离散的已知数据点范围内构造新数据点的方法。
如果将其翻译成音乐术语，则会得到：“一种在一组已知歌曲范围内查找新歌曲的方法”
在考虑发现时，这似乎违反直觉，因为此过程本身对可发现的内容施加了限制。
流服务采用这种方法的原因很简单且合乎逻辑：音乐太多，而且没有一种服务能够准确地处理和分析所有音乐。
如果我们依靠人类，我们将需要一个非常非常非常非常大的策展人团队来完成所有工作-这就是为什么Pandora与其他服务相比没有庞大的音乐目录的原因-好处是，他们的Genome Project使他们的数据库更干净，比其他任何服务都准确得多（少是多？ 另一方面，您可以在Spotify上找到所需的任何内容，但它们只能从该数据库的很小一部分中管理音乐。
如今，插值方法已与“相关艺术家”联系在一起。 所有流媒体服务都有其艺术家“连接”方式的一套规则。
一个艺术家可以与另一个人联系，因为； 他们合作过一首歌，他们被签上相同的标签，属于同一流派，他们具有相似的风格（唱歌/说唱流程），他们具有相同的粉丝人口统计和社交影响力，或者他们位于同一地点（说唱）这些比较更加明显-坎耶·韦斯特（Kanye West）和普麦（Common）相互联系，因为他们都是芝加哥人，他们合作过几张专辑，等等。
相关艺术家的结合以及插值的使用并不能真正带来巨大的发现，因为您很快就会发现自己陷入了困境。
以下是与Drake相关的艺术家的Spotify列表。
然后，我创建了一个广播电台，由Drake作为种子艺术家。
需要注意的几件事：当我继续在播放列表中继续听音乐时，您在这里看到的很多艺术家都在重复出现-包括每第5首曲目的Drake。
同样，所有十位相关的艺术家（见上文）都出现在此特定电台的前2小时内。
现在，这些都不是令人惊讶或实际上是错误的，但是当您想要发现新音乐时，很难按这种方式找到它。
对于所有流服务来说都是如此，因为插值最终会陷入循环。
那么，如果我们要使用外推法呢？
“在数学中， 外推法是根据变量与另一个变量之间的关系来估计变量在原始观察范围之外的值的过程。”
当我们从音乐发现的角度考虑这一点时，实际上意味着我们可以尝试超越已经知道的歌曲集，并将新歌曲纳入“安全”列表。
在这里，您可以看到一幅图像，从视觉上解释了内插和外推之间的区别。 您会看到，使用插值法很快就会受到限制，但是通过插值法，您实际上可以不断找到新的连接。 我们的歌曲列表或数据库的大小是唯一的限制。
我认识的每个专业DJ都将内插法和外推法结合使用-这是他们确定一系列歌曲如何组合在一起的公式。 正是这种公式使他们能够将观众带入音乐之旅。
我们对Muru做类似的事情。
事实是，我们所有人都喜欢发现新音乐。 但是，它需要在正确的时间和正确的上下文中发生。 DJ比其他任何人都更了解和了解这一点。
音乐发现中的外推法使我们有机会对音乐感到惊讶，高兴和兴奋。 该死，我们需要再次对音乐感到兴奋！
