据外媒VentureBeat报道，亚马逊的AI助手Alexa将学会一个本领，它可以了解到用户喜欢听什么样的歌曲，知道用户喜欢什么样的音乐风格。

通常机器想了解你喜欢听什么样的歌，基本都是从歌曲名，歌手以及用播放记录这些数据来做分析处理，然而歌曲名存在相似的问题，而且许多用户通常情况下并不会评价通过Alexa以及其它语音助手播放的歌曲，播放记录也不一定能准确提供对音乐品味分析的数据。

为此亚马逊必须采用别的方式来猜测用户的音乐偏好，亚马逊的AI工程师Bo Xiao描述到，为了尽可能地为用户提供帮助，Alexa需要能够对模糊的话语的信息进行有根据的猜测，通过使用机器学习来分析音乐的播放持续时间数据，从而推断出歌曲偏好，使用协同过滤技术来预测特定客户如何评价他们从未要求播放的歌曲。

亚马逊AI研究团队推断用户会取消他们不喜欢的歌曲的播放，让他们喜欢的歌曲继续播放，从而给Alexa提供一个可以训练数据学习的推荐引擎。研究团队将歌曲分为两类，一类是用户播放时间少于30秒的歌曲和另一类为播放时间超过30秒的歌曲。第一个类别的分数为负数，第二个类别则为正数。

并且为了解决与音乐偏好无关的播放中断，比如用户在歌曲开始播放时停止歌曲的中断，研究团队增加了加权功能。如果歌曲播放时间为25秒而不是一秒钟，或者三分钟而不是两分钟，则这首歌曲的音乐偏好数据权重会更高。

Bo Xiao表示，根据用户推断的亲和力评分进行预测分析时，数据的关联性能够有效证明该模型的有效性。此外，这项技术将不仅用在音乐软件上，研究人员还计划将其应用于有声读物和视频等领域。