阿里音乐打算用大数据发掘下一个TFboy

音乐行业一直在被人的直觉所推动。一首歌会不会火，一个歌手会不会红，一场演唱会不会大卖，这些往往都是靠音乐公司高管们的直觉判断。于是，才有了各种意外的“走红”或者“滑铁卢”。?

大数据时代，音乐界迎来一场革命：下一首歌流行什么，听众说了算。

阿里音乐正在开展一项尝试：将阿里音乐平台上的用户行为数据与社交网络数据、新闻资讯数据等结合，借助阿里云“数加”上的大数据工具，预测哪些音乐人会成为下一个音乐巨星。

有猜测指出，这项技术同阿里音乐一直秘而不宣的新平台有密切联系。

先锋艺术家安迪·沃霍尔曾说过：“在未来世界，每个人都有可能出名5分钟。”对于唱片公司来说，如何预知谁会是下一个5分钟的黑马，成为难题。

阿里音乐的数据工程师介绍，用户在音乐平台上收听、分享、收藏音乐的行为，以及在社交网络、视频网站、贴吧论坛上做出关注、评论、转发、点赞等动作，反应了对音乐人的喜好程度。我们用word2vector算法对关键词进行聚类，结合转发点赞等原始及衍生特征，通过gbdt分布式算法进行预测分析。“寻找隐藏在其中的下一个TFboy”。

数字唱片公司DigSin首席执行官杰·弗兰克曾表示，大数据技术不是要把人的因素抹去，而是最大程度地呈现人的因素——受众的反应。“这恐怕是音乐史上最平民化的时刻，”他说。

收集所有人的意见并作出判断，并非易事。阿里音乐的工程师介绍，该项目仅每天要处理的阿里音乐平台数据就达到了100TB，更不用说海量的外部互联网数据。大数据技术的飞跃为这一设想的实现提供了基础。

在过去的5年里，全球大数据计算性能实现了超过21倍的提升。2011年，Tritonsort排序100TB数据需要8274秒；到2015年，阿里云的MaxCompute只需要377秒。

开发团队用不到2个月时间就完成了整个项目。“就像搭积木一样，阿里云上有我们需要的所有大数据工具”。

除了MaxCompute，阿里云的分析性数据库Analytic DB可以对90亿条的粉丝关系数据进行实时查询计算；机器学习工具集成了大量算法，简单拖拽便可实现特征工程及训练模型的搭建。

预测黑马还只是音乐行业大数据革命的一角。BBC基于音乐雷达软件Shazam提供的数据，在全球4900个城市中找到了拥有相同音乐品味的“孪生”城市。Shazam能够采集外部歌曲的指纹，并同服务器端指纹比对，从而实现歌曲识别。

美国的House of Blues采用一种独特的算法去安排“拼盘明星巡演”。对于音乐人而言，可以结合粉丝地理位置数据，安排更合理的演唱会巡演路线，以便最广泛地接触忠实歌迷。同时，还能根据当地情况，编排不同的曲目。

眼下，大数据正在尝试回答音乐圈内一个古老的问题：下一首歌，你想听什么？