技术原理

汽水音乐推荐机制：4 个探索位与它换来的留存

技术原理 2026-10-08 来源：汽水音乐算法团队作者：技术观察评论 4 条

每天早上六点，汽水音乐会给每个活跃账号生成 30 首歌。这个数字不是拍脑袋定的：它对应约 105 分钟的播放时长，接近一次通勤加一段午休。30 首背后是一条四层链路，候选池从百万级压到 30 首，中间要做三次过滤和一次强制打散。

背景

推荐系统常见的问题不是“推不准”，而是“越推越窄”。用户连续听三天某类曲风，模型会不断加重该曲风权重，两周后列表里全是同一种声音。汽水音乐的做法是在链路末端加一层重排，强制留出探索位，代价是短期点击率下降，换来的是长期留存。

召回阶段并行跑五路策略：协同过滤（听过这首歌的人还听了什么）、内容相似（音频指纹与曲风标签）、场景匹配（当前时段与设备）、编辑精选、以及新歌池。五路各出 600 首左右，合并去重后约 3,000 首进入粗排。

场景匹配这一路是汽水音乐与综合平台差别较大的地方。它把时间、设备、网络状态、是否佩戴耳机作为特征：早八点在地铁上用 4G、戴蓝牙耳机，与晚十点在 Wi-Fi 下用音箱，召回池完全不同。

新歌池保证新上架作品有曝光机会。每天约有 2,400 首新歌进入池子，按曲风分布抽样，每首歌至少获得 500 次曝光后才进入正常排序，避免上线即沉底。

粗排用轻量模型对 3,000 首打分，特征维度 42 个，包括用户近 7 天完播率、曲风分布、跳过位置、音量变化等。这一步的算力预算控制在 30 毫秒内，目的是快速砍掉明显不合适的候选。

精排换成深度模型，特征扩展到 180 多个，核心指标是“预计完播概率”而不是“点击概率”。点击高但 15 秒内被跳过的歌，在精排里会被扣分，这条规则直接把“标题党式推荐”挡在门外。

音量特征的使用比较特别。用户在某一首歌中途多次调低音量，通常意味着这首歌的响度或风格与当前环境不匹配。这个信号在精排里的权重是 0.08，看起来不高，但在夜间时段的实际影响排进前五。

重排解决三个问题：去重、打散、探索。去重规则是同一歌手最多 3 首、同一专辑最多 2 首；打散规则是快歌与慢歌交替，避免连续 5 首都在 120BPM 以上。

探索位固定占 4 席，从“用户没听过但相似用户评价高”的池子里取。这 4 首的预计完播率通常低于平均，实测会使当日整体完播率下降约 1.2 个百分点，但 30 日留存提升 2.8 个百分点。

顺序也有讲究。第 1 首放把握最大的，第 2 首放稍轻的，把探索位安排在第 6、14、22、29 位，避开开场与结尾。用户在列表前 3 首的跳过率最高，把不确定的曲目放在这里会放大负面体验。

推荐系统的目标不是让今天的点击率好看，是让用户三个月后还在打开这个应用。探索位就是为后者付的钱。—— 汽水音乐算法团队在一次技术分享中的表述

数据与出处

A/B 测试数据显示：关闭探索位后，当日人均播放时长上升 4.1%，但 7 日留存下降 1.9%，30 日留存下降 2.8%；开启 4 个探索位后，人均跳过次数增加 6.3%，收藏转化率提升 11.4%。这组数字决定了探索位保留至今。

每日 30 首看起来是一份歌单，实际是五次召回、两次排序、一次重排的结果。知道这一点，就能理解为什么推荐有时“不准”：那 4 个探索位本来就不追求准。如果不想要，可以在设置里把探索强度调低，列表会变得保守，也更像你昨天听的东西。

算法民工2026-10-09 08:50

完播率替代点击率做核心指标，这个取舍在业内不算主流，但对音乐场景是对的。

夜航船2026-10-09 19:33

难怪每天总有几首听着陌生的，原来是探索位。调低之后列表确实顺耳很多。

小林2026-10-10 12:20

新歌池每天 2400 首、保底 500 次曝光，这个机制对小厂牌比较友好。

Yuki2026-10-11 21:07

想看看夜间时段的场景匹配具体怎么做的，文章里只提了权重。