基于用户音乐DNA的无线音乐个性化推荐系统

1 成果上报申请书 成果名称 基于用户音乐 DNA 的无线音乐个性化 推荐系统 成果申报单位 四川 省（自治区 /直辖市）公司 成果 承担 部门 /分 公司 无线音乐 业务 运营中心 部门 / 分 公司 项目负责人姓名 项目负责人联系电话 和 Email 成果专业 类别 * 数据 业务 成果研究 类别 * 其它 省内评审 结果 * 关键词索引（ 3 5 个） 用户 音乐 DNA、数据 挖掘 、 个性化推荐、 客户关系管理 应用投资 79 万元（指别的省引入应用需要的投资 金额 ） 产品版权归属单位 中国移动无线音乐基地 对企业现有标准规范的符合度： （按填写说明 4） 符合 成果简介 ： 简要描述成果 目的和意义，解决 的 问题，取得的社会和经济效益。 中国移动无线音乐作为无线电子商务领域中最成功的应用，已发展到一个较为成熟的阶段 ，但同时也面临着提升用户活性并进一步扩大音乐用户量的困难 。 基于用户音乐 DNA 的无线音乐个性化推荐系统 以进一步 促进全网音乐业务的发展为目标， 从客户关系管理（ CRM）理念出发，通过对用户信息的深入挖掘， 向用户 推 荐个性化的音乐服务内容 。 无线音乐个性化推荐系统 解决三个方面的问题，一是解决用户找不到合适歌曲的问题，推荐系统通过对用户音乐行为的深入挖掘，主动为其提供合适的个性化歌曲，方便了用户，提升了感知度；二是解决用户消费懒惰性问题，通过主动为其推荐各种音乐相关资源刺激用户的消费；三是解决用户黏性低问题， 通过建立贯穿用户消费生命周期的客户关系管理体系提升用户活性和黏性。 无线音乐个性化推荐系统 将各种音乐资源推荐给适合的用户，即将用户和资源进行了有机的整合，必将促进无线音乐业务的发展。 省内试运行效果： 描述 成果 引入后在本省 试运行 方案 、取得的效果 、推广价值和建议 等。 该系统部分功能已运用于全国音乐业务的运营中。 一段时间的试运行结果表明、向全网音乐用户进行自动推荐的成功率已经从原来的 0.2%上升到了 6%、显现出了较明显的经济效益； 2 文章主体（ 3000 字以上， 可附在表格后 ）： 根据成果研究类别，主体内容 的 要求有差异，具体要求 见表格后的“填写说明 5”。 “成果上报申请书”的 填写说明： 1、立项背景 当前， 中国移动 无线音乐作为无线电子商务领域中最成功的应用，已发展到一个较为成熟的阶段，但同时也面临着提升用户 活性并进一步扩大音乐用户量的困难。 一、 无线音乐基地目前已建立了超过 100 万首的歌曲库，并还在不断增加， 但 在为用户提供越来 越多 歌曲 的同时 ，也会使用户经常迷失在大量的歌曲中， 无法顺利找到 适合 自己 的音乐 。 二、 用户 消费 存在 懒惰性，许多用户 会因为各种原因而 忘记换歌， 这也体现了用户在电子商务时代越来越懒的特点，这就需要电子商务系统越来越聪明，越来越主动，如何主动为用户考虑，主动给用户推荐合适的信息是我们需要解决的问题， 而目前无线音乐业务 尚缺乏 主动 推荐 能力 。当前 无线音乐基地已从过去仅为用户提供歌曲下载发展到 可 为用户提供歌友会 、演唱会，无线音乐附属品等 多种资源 ，但 因为主动推荐能力的不足使得无法充分利用资源来刺激用户的消费 ，这两方面都表明，我们需要提升主动推荐能力。 三、 缺乏完整的客户关系管理体系。无线音乐业务 具有庞大的用户群， 但大部分用户的黏性不高，要提高用户黏性 离不开客户关系管理，如何建立一个 完善的客户关系管理 体系，是一个急待解决的问题。 要进一步提升用户 的活性和满意度 ，使用户能更加快速方便的使用无线音乐提供的各种服务 ，一方面需要实现 个人 精细化 主动 营销，另一方面 则 需要完善客户关系管理体系。 在此背景下，有必要建立 无线音乐个性化推荐系 统。 该系统以用户音乐 DNA 为基础，实现了主动化、精细化个性推荐和良好的客户关系管理。 目前， 在 电子商务领域 ，已有少部分 个性化 推荐系统 的应用 ，但 一是实现原理简单，几乎所有的个性化推荐系统都是根据用户最近浏览的信息来作为推荐的依据，缺乏用户信息长期的 收集和分析，二是 电子商务网站获得的用户数据有限，无法充分挖掘出用户的兴趣和爱好； 三是没有将客户关系管理体系和个性化推荐相结合。无线音乐个性化推荐 系统以海量用户音乐行为信息为基础，通过数据仓库、协同过滤、反馈学习等技术，将个性化音乐推荐和客户关系管理体系进行了有机的结 3 合 ， 促进了 全网音乐业务的 发展。 2、 实现方案 无线音乐个性化推荐系统从客户关系管理（ CRM）理念出发，通过对用户信息的深入挖掘形成不同的用户群，并推荐个性化的音乐服务内容。 1） 系统架构 及功能描述 如图所示， 无线音乐个性化推荐系统由五个子系统构成 ： 用户音乐 DNA 仓库 、 用户群管理子系统 、 内容 管理 子系统、服务推荐子系统、管理子系统。 个 性 化 内 容 引 擎内 容 管 理 子 系 统用 户 音 乐 D N A 仓 库管 理 子 系 统系 统 监 控 管 理活 动 信 息 管 理个 性 化 榜 单管 理重 点 营 销 歌曲 管 理公 告 信 息 管 理用 户 群 生 成 引 擎用 户 群 组 合 引 擎用 户 群 管 理用 户 群 管 理 子 系 统服 务 管 理门 户 推 荐 服 务服 务 推 荐 子 系 统及 时 营 销 服 务会 员 权 益 服 务短 信 杂 志 服 务粉 丝 团 服 务服 务 跟 踪 分 析用 户 权 限 管 理接 入 平 台 管 理无线音乐个性化推荐系统架构图 用户音乐 DNA 仓 库 ： 该子系统 负责 收集用户海量 音乐行为数据， 在 对数据进行清理 、集成和选择后 为 用户 建立 音乐 DNA 数据模型 。 用户音乐 DNA 数据模型包括用户基础信息、访问行为信息、消费行为信息、歌曲下载 /试听 /搜索 /收集信息在内的超过 300 项 DNA 信息，这些 DNA 信息完整描述了用户在 使用 无线音乐 服务方面的特点。 用户群管理子系统： 该子系统 主要采用分类、相关性分组等方法将用户划分为不同特点的群，再通过 关联规则发掘 方法将用户群关联起来并形成适合特定服务的用户群。该子系统由用户群生成引擎、用户群组合引擎和用户群管理三个功能模块组成，其中，用户群生成引擎 通过聚类 4 分析、估值分析、关联规则分析、相似度计算等方法实现了用户的分组 ， 如活性用户群、歌迷用户群、不同年龄层的用户群等各种用户群；用户群组合引擎则可将生成的用户群进行关联分析，找出如适合推荐粉丝团服务的某种服务推荐的用户群；用户群管理则实现对所有用户群的管理，包括用户群列表管理，用户群命名管理，用户群查询管理，用户群注销管理等。 内容管理子系统： 该子系统 管理所有个性化及非个性化推荐内容，个性化内容如个性化歌曲推荐，个性化业务和产品推荐等，非个性化内容则包括各种活动信息、会员公告信息、重点营销歌曲信息等。 个性 化内容由个性化内容引擎自动生成，非个性化内容则由相关人员手动输入完成。 个性化内容引擎 主要 采用协同过滤 技术，对用户试听、搜索、定购过的歌曲进行 服务推荐子系统： 该子系统实现将用户群和推荐内容结合起来为用户推荐合适的服务，推荐系统从 客户 关系管理角度出发，为用户提供了贯穿整个用户消费周期的服务 。 服务主要包括：门户推荐服务、及时营销服务、会员权益服务、粉丝团服务、短 彩 信杂志服务。 其中，门户推荐服务更是实现了系统的自动学习和修正功能，比如用户可对推荐的内容进行评价 反馈 ，进而根据用户的 反馈 信息 自动 调整推荐 内容 ， 经过反复 的学习，使得推荐准确性得到大幅提升。 此外，服务推荐子系统提供服务管理 功能 ， 该功能 实现包括上述服务在内的所有服务模式的管理，如 添加 新服务 ，删除服务 ，对新服务的 进行 审批 和 发布 等 。 管理子系统： 该子系统是 实现对整个个性化 推荐系统的 管理，包括接入平台管理，系统监控管理、服务跟踪分析及用户权限管理等功能。其中，接入平台管理 建立与外围平台的输入输出接口，并为每一个接入平台分配相应的接入账号 ；系统监控管理则对整个推荐系统的性能和负载进行监控，以便 做出 相应调整；服务跟踪分析则实现对所提供服务的效果跟踪、分析，为服务 规则的 优化 提供数据依据 ；用户权限管理则提供系统账号的统一管理，并记录每个账号的登录轨迹。 3、主要创新点 1） 海量 用户音乐 DNA库 用户音乐行为信息具有海量性、复杂性特点，对这些信息进行深入挖掘存在较大难度。本系统依托数据仓库技术， 对 海量 用户音乐行为信息进行数据清理、集成和选择后，为用户建立了较为完善的音乐 DNA 数据模型。 依托该技术，本系统现已建立了超过 1 亿移动用户的音乐DNA 库。 2） 音乐的 个性化推荐 音乐的个性化推荐是本系统主要的特点。 本系统中两个最主要的引擎：用户群生成引擎 以及个性化内容引擎共同实现了音乐的个 性化推荐 。用户群生成引擎通过聚类分析、估值分析、关联规则分析、相似度计算等方法实现了用户的分组；个性化内容引擎则 主要通过 基于项目的 5 协同过滤（ Item-based Collaborative Filtering）技术 实现个性化 音乐 内容 的生成。 音乐个性化推荐的实现将用户喜欢的歌曲主动送到用户眼前，方便了用户，可大幅提升用户感知度。 3）个性化推荐技术 与 客户关系管理体系 相结合 传统的客户关系管理系统提供的服务没有或仅对用户进行了粗粒度划分，无线音乐个性化推荐系统打破了这种模式，将个性化推荐技术与客户关系管理体系相 结合， 为每一位用户提供个性化服务，并能根据用户行为的转变而自动调整服务内容， 从而提升了客户关系管理精细化程度 ，也进一步提升了用户的感知。 4） 系统 具有 反馈修正和自我学习 能力 本系统在为用户主动推荐的同时，也建立了用户反馈机制 ，系统自动收集用户的反馈信息，并进行自我学习及修正。用户的反馈包括两方面，一方面为显式反馈，即用户主动对推荐的音乐进行评价；另一方面为隐式反馈，即当用户未表现出对推荐音乐的兴趣时，如用户并未试听所推荐歌曲。系统根据 反馈 信息， 自动调整推荐音乐，提升了系统推荐的准确性。 4、应用 前景 无线音 乐个性化推荐系统，通过 WEB、 WAP 等门户及其它渠道为用户提供贯穿用户 消费 生命周期的 个性化 服务 ，如下图所示。 用户消费生命周期管理图 应用 1， 门户 推荐 服务 ： 区别于以往千篇一律的门户展示，推荐系统在用户访问门户后向其推荐适合的歌曲和业务， 在用户主动选择不同歌曲类型后推荐一批相关的歌曲， 同时可根据用户的反馈信息及时调整推荐内容， 提升用户转化率。 6 应用 2，及时营销推荐服务： 区别于以往各个门户各自为阵开展的粗狂型的用户及时营销，用户自动推荐系统整合所有门户，实施统一的、个性化的及时营销 ，提升用户满意度和营销效果 。 应用 3，短 彩 信杂志服务： 通过短彩信