基于播放量、跳过率与评分的歌单选曲算法有效性问询

这个方案的核心思路（结合多维度指标计算得分+补充冷门优质曲）方向是对的，但部分细节需要调整才能更好满足需求：

一、现有公式的问题与优化 #

原公式：

score = popularity * ( 1 - skip_freq/max_skips ) * rating

存在两个关键缺陷：

• 跳过率计算逻辑错误：max_skips是全局总跳过次数，无法反映单首歌的实际跳过比例。正确的跳过率应该是单首歌的跳过次数除以播放次数，即skip_freq/popularity，这样才能公平衡量每首歌的用户接受度。
• 播放量权重失衡：直接用绝对值popularity会让热门歌的得分碾压冷门优质曲，哪怕冷门歌评分高、跳过率低，也很难进入前50。建议对播放量做对数转换，比如：

score = log(popularity + 1) * (1 - skip_freq/popularity) * rating

（+1是避免播放量为0时的对数错误）

二、选曲流程的优化建议 #

1. 避免热门歌垄断前50：单纯按得分排序，热门歌依然会占据绝大多数席位。建议先做分层选曲：
   • 把歌曲按播放量分为热门组（比如播放量前20%）和冷门组（播放量后30%）
   • 从热门组选得分前30首，冷门组选得分前20首，组成初始50首
2. 明确“补充曲”的筛选标准：随机插入不能太随意，必须量化门槛：
   • 播放量低：比如低于全站歌曲播放量均值的30%
   • 跳过率低：比如跳过率≤10%
   • 评分不低：比如评分≥4分
     从符合条件的曲库中随机选10首插入，保证补充曲的质量符合用户口味

三、方案调整后的效果 #

调整后既能保留用户熟悉的优质热门曲，又能稳定挖掘到符合用户听歌偏好的冷门潜力曲，同时通过(1 - 跳过率)的权重自然排除了频繁被跳过的歌曲，完全满足你的需求。

内容的提问来源于stack exchange，提问作者Tim Gabrikowski