音樂行業一直在被人的直覺所推動。一首歌會不會火，一個歌手會不會紅，一場演唱會不會大賣，這些往往都是靠音樂公司高管們的直覺判斷。于是，才有了各種意外的“走紅”或者“滑鐵盧”。 大數據時代，音樂界迎來一場革命：下一首歌流行什么，聽眾說了算。 阿里音樂正在開展一項嘗試：將阿里音樂平臺上的用戶行為數據與社交網絡數據、新聞資訊數據等結合，借助阿里云“數加”上的大數據工具，預測哪些音樂人會成為下一個音樂巨星。 有猜測指出，這項技術同阿里音樂一直秘而不宣的新平臺有密切聯系。 先鋒藝術家安迪·沃霍爾曾說過：“在未來世界，每個人都有可能出名5分鐘。”對于唱片公司來說，如何預知誰會是下一個5分鐘的黑馬，成為難題。 阿里音樂的數據工程師介紹，用戶在音樂平臺上收聽、分享、收藏音樂的行為，以及在社交網絡、視頻網站、貼吧論壇上做出關注、評論、轉發、點贊等動作，反應了對音樂人的喜好程度。我們用word2vector算法對關鍵詞進行聚類，結合轉發點贊等原始及衍生特征，通過gbdt分布式算法進行預測分析。“尋找隱藏在其中的下一個TFboy”。 數字唱片公司DigSin首席執行官杰·弗蘭克曾表示，大數據技術不是要把人的因素抹去，而是最大程度地呈現人的因素——受眾的反應。“這恐怕是音樂史上最平民化的時刻，”他說。 收集所有人的意見并作出判斷，并非易事。阿里音樂的工程師介紹，該項目僅每天要處理的阿里音樂平臺數據就達到了100TB，更不用說海量的外部互聯網數據。大數據技術的飛躍為這一設想的實現提供了基礎。 在過去的5年里，全球大數據計算性能實現了超過21倍的提升。2011年，Tritonsort排序100TB數據需要8274秒；到2015年，阿里云的MaxCompute只需要377秒。 開發團隊用不到2個月時間就完成了整個項目。“就像搭積木一樣，阿里云上有我們需要的所有大數據工具”。 除了MaxCompute，阿里云的分析性數據庫Analytic DB可以對90億條的粉絲關系數據進行實時查詢計算；機器學習工具集成了大量算法，簡單拖拽便可實現特征工程及訓練模型的搭建。 預測黑馬還只是音樂行業大數據革命的一角。BBC基于音樂雷達軟件Shazam提供的數據，在全球4900個城市中找到了擁有相同音樂品味的“孿生”城市。Shazam能夠采集外部歌曲的指紋，并同服務器端指紋比對，從而實現歌曲識別。 美國的House of Blues采用一種獨特的算法去安排“拼盤明星巡演”。對于音樂人而言，可以結合粉絲地理位置數據，安排更合理的演唱會巡演路線，以便最廣泛地接觸忠實歌迷。同時，還能根據當地情況，編排不同的曲目。 眼下，大數據正在嘗試回答音樂圈內一個古老的問題：下一首歌，你想聽什么？