Spotify过去两年取得了很大的成功，2017年订阅用户超过6000万，每月活跃用户达1.4亿。其成功的部分原因在于推出了3种新产品：Discover Weekly，Discover Radar和Daily Mix 。 它们是通过家庭仪表板直接提供的播放列表，无需用户费力即可访问。
更重要的是，它们都具有为平台上的每个人量身定制的共同特征。 这就是用户绝对喜欢的东西。 这些建议非常准确，可为用户提供每周愉快更新的新材料。 他们提供“在正确的时间正确的音乐”。 该推荐模型背后似乎吸引和留住了这么多人的秘密是什么？ 我们将基于大量的行为数据和社区生成的播放列表来描述构成一个健壮而简单的模型的不同成分。 由于其成功，可能会引起上述模型对其他市场的可复制性问题。 如果我们可以根据类似的模式来定制服装，旅行或食物推荐，该怎么办？
我们将尝试将Spotify的模型应用于这些情况并评估潜在机会。
- 互联网杀死了调频广播之星吗？ Spotify拥有6000万订户
- Spotify的“在我的葬礼上播放” Meme广告系列
- 流媒体音乐需要成长
- 如何使用Spotify在2018年提升促销
- 十年来音乐的演变：下载到流媒体
强大而简单的推荐模型…
该模型依赖于两个关键组件： 内容关系和用户 关系 。
内容关系
基于简单的协作过滤和聚类，正在相似内容之间建立链接。
用户关系
同时，Spotify通过平台上记录的行为在用户之间建立关系。 此行为被转换为“用户个人资料”。
然后，将这些个人资料在6000万订户中进行比较，以定义“最接近的邻居”或具有相似音乐品味的人。
内容/用户矩阵
然后将两个关系集放到一个矩阵中，以产生推荐的播放列表
……适用于其他市场
这个问题是在卡内基梅隆大学的一个名为“ UX设计工具”的课程中提出的。 在我介绍Spotify的推荐模型时，从事服装项目的一名学生想知道这种模型是否可以适应这样的市场。 我决定尝试找到一种方法来利用相同的逻辑并将其应用于服装销售业务：
当我们观察到在服装环境中行为的复杂性增加时，我们可以想象到该模型可以成功实现。 曲目成为服装，播放列表服装，而社交媒体提供了行为记录平台。
总结思想
尽管Spotify的推荐模型很简单，但它为平台提供了强大的附加值，使品牌远远领先于竞争对手。 其他市场可能会发现，利用他们的模型并寻求建立结构相似的建议的机会很有趣。 美食，旅游和其他市场尚待探索……
