音乐流媒体平台中可供性与曲目采纳的追踪研究

主流音乐流媒体平台通过三种可供性——自然、算法与编辑访问模式——为用户提供多样化的内容探索网络。尽管这类平台发展为发现内容提供了巨大潜力，但也使现代用户每天面临两方面的采纳决策：平台可供性采纳以及其中推荐的采纳。通过对一组严格限定的 Deezer 用户进行为期 2 年的观察，我们的工作通过依据用户的时间维度日常使用、对主要平台可供性的采纳及其反应方式（尤其在推荐采纳方面）对用户进行区分，从广义上探究驱动用户行为的因素。不同于推荐效果研究中常见的视角，我们假设并证实用户在使用和采纳平台可供性时表现出极为多样的行为。由此得出的复杂且高度异质化的图景表明，对于推荐功能与推荐本身的采纳实践，并不存在一概而论的答案。