音贝：一个懂你的社交音乐网站

　　为了找到爱听的音乐，你是否还在费力搜罗各大榜单、一首一首的更新自己的音乐List呢?其实不必如此麻烦。袁雨来，这位清华大学计算机系研究高性能计算的博士，同时也是海银孵化器中创业团队音贝网(yinbei.com)的CEO，希望凭借音贝的智能化推荐技术帮助用户解决这一问题，快速找到用户喜欢的、更多的音乐。

　　基于好友关系推荐和传播音乐

　　音乐元素在社交网站的应用早已普及，但是在袁雨来看来，目前音乐元素在社交中的应用多是以音乐为核心建立社交圈子，而音贝网要做的是利用社交网络好友关系来达到服务用户的音乐诉求以及传播音乐的目的。

　　音贝网定位为提供智能化推荐，订阅和分享服务的UGC类型社交音乐平台，通过分析用户的社交关系，它能帮助用户快速找到自己喜欢的音乐，以每10首为一个合集推荐在用户首页，用户只需点击即可收听。

　　同时每个用户都可以创建属于自己的音乐精选辑，以此表达自己的音乐思想、与好友分享自己喜欢的音乐。“音贝，就是音乐海洋中为大家收集好音乐好声音的贝壳” 袁雨来说。

　　比如，通过新浪微博登录音贝网的用户所听到的音乐，都是其微博好友曾提到过的音乐;而用户在音贝网对音乐的操作如收听、分享等行为亦会影响到音贝网对好友的音乐推荐。音贝网基于现有的微博好友关系，所以用户也能在音贝网上能知道好友TA喜欢什么样的音乐，TA最近在听什么。

　　据袁雨来介绍，自今年6月5日音贝网上线公测，目前已累积注册用户20万，在新浪微博的粉丝数近13万。注册用户中超过90%的为29岁以下用户，19岁以下用户更是占到35%，用户对音乐的偏好非常个性化。

　　创新性算法

　　袁雨来认为，音贝的推荐精选集首先解决了“猜用户喜欢的音乐”这个问题，而这个推荐给用户的音乐精选辑是否让用户满意，的“猜准”的基础就是用户的社交网络数据以及基于这些数据的算法和挖掘技术。袁雨来本人既是一位创业者，也是一位清华大学的高性能计算算法的研究者。

　　在袁雨来看来，传统的社交音乐推荐技术是基于标签法，这种方法一方面会造成推荐给用户的音乐风格会越来越呈现趋同性，另一方面也无法预先捕捉到音乐流行的趋势。

　　但是，基于社交网络和音贝的机器学习算法，这些弊端都能得到避免，大量未曾触及的好音乐会被挖掘出来，用户的音乐视野得以拓宽，流行趋势也能在人们的谈论中被发掘出来。

　　在音贝网的创业团队里，除袁雨来外，还有来自北大、中山大学的数据挖掘专业的研究生，他们注重算法的原创性，袁雨来称未来会陆续对音贝网设计研发的算法申请专利保护。

　　将推出手机客户端

　　音贝网页版已于6月5日上线公测，目前手机客户端正在开发中，预计年内推出。 袁雨来介绍称，考虑到移动端的特征，音乐推荐的方式会与PC端有所不同，在手机端的算法也将不同于PC端。

　　“尽管音贝网页版没有做WAP适配，但是目前通过手机访问音贝网的用户占到了总用户的10%，而且在粘性上表现更突出，平均使用时间是PC端访问用户的近10倍。我们十分看好音贝手机客户端的表现。”袁雨来说。

　　盈利模式设想

　　谈到音贝的盈利模式，袁雨来认为一个产品只有提供价值，才会有利可赢，音贝未来肯定要做收费服务。

　　他认为，除了传统的通过流量换取广告收入的模式外，音贝还有自身独特价值带来的盈利点。

　　一方面，对于普通音乐用户来说，音贝能快速的帮他们找到喜欢的音乐，节约了用户搜索的时间成本，给用户带来了附加价值。这为音贝未来面向用户做收费服务提供了基础。

　　另一方面，音贝的音乐推荐模式压缩了音乐的传播过程，能够直接帮艺人找到喜欢音乐的用户，减少了营销费用，而这为音贝未来面向歌手艺人做收费服务提供了基础。