你说的智能推荐
大概有两种
一种是找到跟你相似的人，比如说，你喜欢a,b,c,d,e这几首歌
然后系统找到喜欢a,b,c,d,e的其他人，看看他们喜欢别的你没有听过的推荐给你
至于何谓喜欢，系统可以从你听的时间啊次数啊评论啊收藏啊搜索记录啊这些行为知道
第二种是看歌本身吧，比如从你喜欢的歌里提取一些共有的特征，比如甜蜜的忧伤，然后它会找到别的甜蜜忧伤的歌曲给你，那么问题来了，这些歌曲的标签哪里来，可以靠听者自己打标签给歌曲（建立歌单编辑歌单的时候选择），这样的话，一首歌许多人打了标签后，统计多的作为标签就可以了，也可以从评论里抽取高频的关键字作为标签，还可以从歌曲旋律音频特性里学习出。
我没做过歌曲推荐，以上是凭我的专业素养类推的

【 在 hellohumand 的大作中提到: 】
: 一首歌的最初始的要素是需要人给他先进行定义吗？
: 比如潇洒走一回：关键要素可能有：港台老歌，叶倩文，等，这些是需要人来初始识别然后存到数据库里吗？
: 这样的话做这个数据库得很大工作量哦
: ...................
--
FROM 183.212.114.*