你有没有想过，随机播放算法是如何给我们呈现一个未知的新鲜

下班后，我再次走进一个熟悉的地铁站，听了无数次听到的地铁声。您突然感到每一天都有些无聊和单调，就像每天从东方升起的太阳一样。从西方坠落。

像往常一样，戴上耳机并打开您喜欢的播放列表。您单击随机播放按钮，希望能够控制播放器和算法，以便它们可以为您带来一些未知的新鲜感。

您是否考虑过随机播放算法如何向我们显示随机播放列表？

“真随机”或“伪随机”

历史上最经典的随机音乐播放器应该是iPod Shuffle。

2005年，苹果推出了经典的iPod Shuffle。 iPod Shuffle当时是一个离群值。那时，音乐播放器（在被称为MP3的时代）基本上只有一个。用于显示音乐信息的屏幕使用户可以自由选择自己喜欢的音乐，甚至某些MP3也可以播放视频。例如，魅族于2006年推出的miniplayer M6配备了2. 4英寸显示屏。

iPod Shuffle没有屏幕，通常比Apple自己的iPad Nano更简单。但是最大的问题是，用户如何选择自己喜欢的歌曲？

答案是一个随机列表。您可以通过iTunes同步自己喜欢的音乐，也可以直接同步自己喜欢的播放列表，但是在iPod Shuffle上，最大的感受就是“随机播放的魅力”。

实际上，有两种常见的“随机播放”方法，一种称为“随机播放”，另一种称为“随机”。

▲随机播放算法。图片来自：9to5Mac

随机播放通常称为“随机播放算法”。它的原理就像洗牌一样。随机排列不同数量的纸牌以获得无序的顺序。随机播放列表也是如此。每次播放时，此列表中的歌曲将被随机播放，以获得随机播放，这是一种“伪随机”算法。

随机是真正的随机播放，这意味着每次切换音乐时，它都是一个独立的未知数，并且将随机选择不同的音乐。就像“彩票”一样，它没有列表的概念，因此没有前一首歌。下首歌曲的概念是“真正随机”算法。

如何判断是“ True Random”还是“ Pseudo Random”？实际上，只需按“上一步”即可查找。如果您切换到刚刚听到的声音，则为“伪随机”。卡算法，如果您每次切换不同的歌曲，那么它是“真正随机”算法。

▲改组算法的本质来自于改组扑克牌。图片来自：

这两种方法中哪个更好？对于当前用户，改组算法应该更可接受。从理论上讲，它是可控的，可以满足用户无序播放的要求，并且可以防止重复播放歌曲。

目前，“随机播放算法”在主流音乐应用中更为常用。例如，正在使用诸如网易云音乐和具有大量用户的音乐之类的播放器。

好的随机算法应该是什么样子

但是，即使“随机播放算法”本身具有足够的优势，原始的“随机播放算法”也无法满足日益增长的听歌需求，换句话说，在某些情况下播放器变得越来越差。例如，在智虎的问题中，许认为网易云音乐的随机算法存在很大问题。例如，仅播放少量固定歌曲，而某些歌曲似乎永远不会是随机的。一些用户甚至说，他们删除的歌曲仍然可以随机到达。

实际上，该应用程序会干预此“随机列表”，而不是简单地对卡进行混洗，但就结果而言，用户的感知是好是坏取决于每个公司的“混洗算法”的理解和设计。尽管有很多用户抱怨网易云算法，但它不会影响流行功能，例如推荐的播放列表和评论。

根据知道自己是音乐产品经理的用户刘延斌的回答，将在随机播放算法中添加更多大数据算法干预：

根据产品团队的研究，用户想要的并不是真正的“随机播放”，而是用户不知道该听哪首歌，因此更难选择。我希望能帮助我做出决定。此外，请尽量适应我目前的心情。

随机算法可以解决选择上的困难，但不能真正解决用户的需求，因为“随机算法”不知道用户的需求。但是音乐应用程序实际上可以做到这一点。在有足够大的个人音乐收听数据样本和大数据研究的情况下，该算法可以对用户当前想收听哪些歌曲做出一些判断。

例如，举一个简单的例子，当夜深人静时开始随机播放时，用户很可能不想听金属和摇滚之类的嘈杂音乐。结合用户过去的收听历史，这次随机算法将基于用户当前的环境时间，对于轻音乐则更加随机。

否则，您为什么认为这些收听报告如此详细？您有多少次不夜宵骑车，一切都会清楚的。

音乐产品经理刘延斌还总结了一个好的随机算法应该具有的几个特征：

记录我的本地或最近的音乐收听记录，随机播放时不要推荐它们，以确保随机新鲜度

改组算法做得很好，尽可能地将某位歌手，某张专辑分开，以使用户觉得这是一个随机的感官列表。

您可以在本地记录用户操作，例如跳过的歌曲数，降级或过滤用户不感兴趣的歌曲，并选择随机池。

丰富歌曲标签后，还有更多事情可以做。例如，根据当前场景，推荐适合随机播放的本地歌曲，并首先随机播放，所有这些都有助于用户感知智能。

▲Spotify的随机播放。图片来自：REGENDUS

即使对于像Spotify这样的流音乐，许多用户仍然认为随机播放不是“随机”的。当然，Spotify的随机播放算法是随机的，但他们开始考虑用户为何会有这种感觉。

基本上，Spotify从服务开始就使用了Fisher-Yates改组算法。他们认为这种改组算法是最好的。

▲如果使用不同的颜色表示不同的歌手，则意味着当它完全随机时，可能同时出现上下列表

但是，Spotify最初并不了解用户的意思是“非随机”，但是在研究之后，发现用户的核心思想是他们不希望歌手重新出现在电视节目中。时间短。一个典型的“赌徒谬论”是，当人们连续几次中奖失败时，他们认为赢得下一张彩票的机会将会增加。实际上，概率是独立的，并且每次都相同。

但是，如果用户继续听到某位歌手的作品，他们会无礼地认为此算法“有问题”。

结论是用户不喜欢“完美的随机性”。

用户更喜欢“平衡”而不是“完美”

什么是“不完全随机”？

在马丁·菲德勒（Martin Fiedler）的博客文章“随机播放音乐的艺术”中，他说明了为什么完全随机的列表不好。

假定播放器中有三种音乐流派：A，B和C。A中有10首歌曲，B和C中有11首歌曲，总共32首歌曲。如果您使用真正的随机算法来洗牌，会发生什么？可能是：

AACBBCBACABBCCACCCCABBACBACABABB

有连续的C类型，四分之一的时间没有B类型。对于用户来说重复单曲无疑是不好的。在大多数情况下，绝对随机算法很可能会产生如此糟糕的播放列表，因为绝对随机也意味着“不平衡”。

▲图片来自：玛丽·克莱尔（Marie Claire）

更好的随机列表是为了满足用户无法做出决定但想要获得新鲜感的能力。此时，应尽可能避免重复和单调，因此以下播放列表更合适：

ABCBCABACBACBCABCACBABCACBACBCAB

Spotify借用了该算法，但将其修改为更合适的方式，同时借用了抖动算法（例如Floyd–Steinberg抖动），最终将歌曲更均匀，更均匀地传播到播放列表中。

就是这样。如今，尽管各个公司的大多数随机播放算法都基于“随机播放算法”模型，但它们也拥有自己的“秘密武器”。有些用户会喜欢它，而有些用户则做得不好。用户吐槽。

但是，从本质上讲，随机播放算法的重点不是“随机”，而是产品与用户之间的心理游戏，甚至他们在听音乐时会逐渐发展，并且它们也会改变权重随机播放列表的趋势。

您听的越多，他们就会越了解您。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shumachanpin/article-360063-1.html