“阿里音乐打算用大数据挖掘下一个TFboy”

音乐领域一直被人的直觉所驱动。 歌曲是否畅销、歌手是否畅销、演唱会是否畅销，往往由音乐企业高管们的直觉来评判。 在那里，发生了各种意外的中断和滑铁卢。 ？

在大数据时代，音乐界迎来了由听众计算出的下一首歌会流行什么的革命。

阿里音乐将阿里音乐平台上的客户行为数据与社会交流互联网数据、信息信息数据等结合起来，利用添加到AlibabaCloud (阿里巴巴云)数量上的大数据工具，预测那些音乐人将成为下一个音乐明星

据推测，该技术与阿里音乐保密且未声明的新平台密切相关。

先锋艺术家安迪·； 沃霍尔说:“在未来的世界里，每个人都有可能出名五分钟。” 对唱片公司来说，谁会预测下一个5分钟的黑马，成了难题。

阿里音乐数据工程师表示，客户在音乐平台上听、分享、收藏音乐的行为，以及在互联网、视频网站、论坛上关注、评论、转发、称赞 我们利用word2vector算法对关键字进行聚类，结合转发等原始和派生的特征，利用gbdt分布式算法进行预测分解。 寻找隐藏在其中的下一个tfboy。

数字唱片企业digsinCEO的杰伊·； 弗兰克说，大数据技术不是消除人的因素，而是最大限度地表现人的因素参与者的反应。 这可能是音乐史上最平民的时刻，他说。

要收集和评价所有人的意见并不容易。 阿里音乐的工程师说，这个项目光是每天需要解决的阿里音乐平台的数据就达到了100tb，更不用说大量的外部网络数据了。 大数据技术的飞跃为这一构想的实现提供了基础。

在过去的五年中，全球大数据的计算性能提高了21倍以上。 年，tritonsort对100tb的数据进行排序需要8274秒； 到了2010年，AlibabaCloud (阿里巴巴云)的maxcompute只需要377秒。

开发小组用不到两个月的时间完成了整个项目。 就像做积木一样，AlibabaCloud (阿里巴巴云)有我们需要的所有大数据工具。

除maxcompute外，AlibabaCloud (阿里巴巴云)的可降解数据库analytic db还可以对90亿条粉丝关系数据进行实时查询计算； 机器学习工具中整合了很多算法，简单地拖动就可以建立特色工程和训练模型。

据预测，黑马还只是音乐领域大数据革命的一角。 bbc根据音乐雷达软件shazam提供的数据，在全球4900个城市中发现了具有相同音乐品味的双胞胎城市。 shazam采集外部歌曲的指纹，与服务器端的指纹进行比对，从而实现歌曲的识别。

美国的house of blues使用独特的算法安排拼盘明星巡演。 对于音乐人来说，可以结合粉丝的地理位置数据，安排更合理的演唱会巡演路线，让他们能够接触到最广泛、最忠实的粉丝。 另外，还可以根据当地情况，组织不同的歌曲。

现在，大数据正在试图回答音乐界的老问题。 你想听下一首歌什么？