Spotify的推荐算法主要有三种：
第一种叫协同过滤，用以寻找不同用户之间的相似性 。比如系统发现你和张三共同喜欢某些歌曲，那么系统就会判定你俩拥有相似的音乐品位 。于是，系统就会把张三喜欢而你没有听过的歌推荐给你，把你喜欢而张三没有听过的歌推荐给张三，这就是协同过滤 。
第二种叫原始音频模型，用以寻找不同歌曲之间的相似性 。其核心是通过神经网络技术抓取音乐的原始音轨进行分析，挖掘歌曲的关键特征如调式、节奏、响度等，从而找到同类型的歌曲 。当你听了其中一首，系统就把类似的歌曲推荐给你 。
第三种叫自然语言处理，用以分析人们对音乐的评价 。它在网上抓取人们对于音乐的评价，如“这首歌很伤感”“这首歌很浪漫”或者“这首歌很适合跳舞” 。那么“伤感”“浪漫”“适合跳舞”这些词就会变成一首歌、一位歌手的标签，进入Spotify的数据库 。Spotify把这些标签称为“文化向量”（cultural vector）或“顶级描述词”（top term），在Spotify中，每位歌手和歌曲可能有数千个这样的标签 。
这些标签不仅概括了一首歌的风格属性，而且反映了听众在收听这首歌时的心情，抓住了这首歌的社交属性和文化属性，它们让每一首歌都拥有了自己独一无二的身份ID 。有了这套标签库，Spotify就能够把对的音乐推荐给对的听众，帮助发掘每一首歌的目标消费者 。
④ 广告引领文化，反抗父权社会
二战期间男人上了战场，大后方空缺出来的生产岗位必须由女人填充，政府开始号召女性出来工作为国家做贡献 。于是女性走出家庭，社会地位迅速提升 。
然而随着战争结束，男人从战场上回来，政府和社会又竭力鼓吹女性回归家庭，把工作机会还给男人 。大众媒体、社会舆论、商业广告联手将女性的理想角色，塑造成贤妻良母、快乐满足的家庭主妇形象，鼓励她们从家务劳动中获得幸福，实现人生价值 。
在1956年的一则经典广告文案中，伊卡璐这样写道：“她染了还是没染？只有她的染发师才知道 。”而且伊卡璐的广告配图，也永远是一位微笑着的优雅女士和她的孩子依偎在一起，一个完美的贤妻良母形象（见图4-1） 。
文章插图
图4-1伊卡璐广告
但显而易见，二战前后女性地位的鲜明对比导致了女性的不满 。1963年，美国女权运动家贝蒂·弗里丹（Betty Friedan）出版《女性的奥秘》（The Feminine Mystique）一书，批判美国当时那种虚假的、与女性现实生活不符的幸福主妇形象，贝蒂号召女性冲破家庭这个“舒适的集中营”，走向社会，走向工作岗位，结束传统性别角色分工和对女性的性别歧视 。
在这一背景下，欧莱雅登场了 。当时，Preference染发剂的营销重任被交到了麦肯广告公司手上，麦肯最初构想的创意是这样的：一位坐在窗边的美人，一阵微风吹过，拂动室内华丽的窗帘，还有那一头染过的金发……
但麦肯这群资深广告人显然没有搞清楚状况，社会已经变了，这种看上去就很假的场景和花瓶般的女性角色，不过是20世纪50年代的陈词滥调，它显然无法赢得女性的芳心和说服女性购买昂贵的欧莱雅染发剂，更无法与伊卡璐塑造的“贤妻良母”形象、主打的“自然”功能卖点形成区隔 。
这时，麦肯一位刚满23岁的初级文案伊伦·施佩希特（Ilon Specht）——一位独立自主的新女性站了出来 。她提笔写下了这段文案：“我使用这个世界上最贵的染发剂，来自欧莱雅的Preference，这不是因为它最贵，而是因为我在乎我的头发 。对我来说头发的感受比较值得，秀发触碰到颈部的那种感觉很棒 。实际上，我不介意花更多钱给欧莱雅，因为我值得（见图4-2） 。”
