葛倫．麥當諾

博客來0011007009

串流音樂為何能精準推薦「你可能喜歡」：從演算機制、音樂經濟到文化現象，前Spotify資料鍊金師全剖析

Glenn McDonald

現在，我正用 CD 播放著張懸的《神的遊戲》，同時閱讀木馬文化出版的《串流音樂為何能精準推薦你可能喜歡》這本書的作者麥東諾，曾於 Spotify 工作，並創建了一個名為「Every Noises At Once」的音樂探索網站。這個網站非常有趣，不僅涵蓋台灣的獨立音樂、流行音樂，甚至少數民族音樂，還能透過系譜分析幫助用戶探索音樂的脈絡，堪稱音樂愛好者的寶藏工具。



音樂產業的變遷：從 CD 到串流平台

書的第一章回顧了串流平台出現前的音樂產業。作者以美國數據為例，指出過去人們每年平均只花 60 美元購買音樂，相當於兩張 CD 的量。然而，數位盜版的興起嚴重打擊了音樂消費，直到串流平台的出現，才讓音樂產業得以喘息並逐漸復甦。串流音樂不僅改變了人們的消費習慣，也重新定義了音樂的價值。

串流平台的運作機制：演算法與分潤

書的第二部分深入探討了串流平台的運作方式。Spotify 等平台利用人口統計數據和聆聽行為，精準推薦音樂給用戶。這種機制雖然安全，卻也讓人們容易陷入「同溫層」，少了驚喜感。此外，作者也回應了關於串流平台的常見疑問，例如：小眾音樂是否更難被聽見？事實上，Spotify 的個人化推薦機制反而能讓冷門音樂被推到聽眾面前，這在傳統唱片行是難以實現的。

另一個爭議點是分潤機制。作者解釋了兩種常見的分配方式：按比例分配和以使用者為中心的分配。有趣的是，大多數平台採用按比例分配，這意味著即使你從未聽過某位藝術家的音樂，你的訂閱費仍可能流向他們。這種機制雖然讓小眾音樂人也能獲得收入，但也引發了公平性的質疑：我們是否應該對自己的訂閱費流向有更多控制權？

打破同溫層：主動探索音樂的多樣性

儘管演算法的「過濾氣泡」效備受批評，但作者認為，打破同溫層最終還是要靠自己的努力。他以菲律賓音樂為例，回溯當地流行音樂的發展，並發現菲律賓人從九月就開始收聽聖誕歌曲。更令人驚訝的是，沙烏地阿拉伯在九月也出現大量聖誕歌曲播放，這背後的原因是當地有許多菲律賓籍移工，他們在九月慶祝聖誕節。這個例子不僅展示了音樂的文化多樣性，也提醒我們，演算法的推薦並非絕對，主動探索才能發現更多驚喜。

反思與推薦：音樂的未來在哪裡？

《串流音樂為何能精準推薦，你可能喜歡》不僅是一本關於音樂產業的科普書，更是一本引發思考的作品。它讓我們看到串流平台如何改變音樂的生產、消費與分配方式，同時也提醒我們，演算法雖便利，卻不應成為限制我們探索音樂的框架。

特別推薦這本書給所有對音樂產業感興趣的讀者，尤其是那些想了解串流平台如何影響我們聆聽習慣的人。此外，不妨試試作者開發的「Everyone Knows At Once」網站，或許你會發現一些從未聽過卻令人驚豔的音樂。實體音樂雖不死，但串流平台的時代確實已經來臨。

串流音樂為何能精準推薦「你可能喜歡」：從演算機制、音樂經濟到文化現象，前Spotify資料鍊金師全剖析

所有書評

你還沒遇到那首你最愛的音樂