在知乎、豆瓣等文艺青年聚集的社交网络上，从未缺少过这样的话题，“XX首绝对好听的冷门歌曲”、“推荐些好听但不火的小众音乐”。在音乐的流派中并没有大众和小众的区分，所谓的小众或冷门音乐大多数根据播放量或受众人群得出的定义。
eCast首席执行官范·阿迪布在对数字音乐的研究中发现了著名的“98法则”，即听众对98%的非热门音乐有着无限的需求，非热门的音乐集合市场无比巨大，无边无际。
一面是强烈的用户需求，一面是庞大的市场前景，可如何将这98%的非热门歌曲推荐给听众，全球范围的音乐服务商们纷纷尝试，国内的在线音乐平台亦是如此，而凭借音乐社区这一独特定位脱颖而出的网易云音乐恰是其中的佼佼者。相比于行业内平均在20%以下的曲库使用率，网易云音乐达到了“逆天”的80%，除了产品上的匠心，网易云音乐主要做对了两件事。
1、重构了音乐推荐方式
网易云音乐上线于2013年4月份，那时候市面上的音乐软件大多是“乐库+播放器”，扮演的是听歌工具的角色。这也不难理解文初所说的现象，用户在音乐播放器内找不到自己喜欢的音乐，兴趣导向的网络社区成为发现、分享音乐的天然媒介。
网易云音乐的出现改变了传统的音乐推荐方式，主要表现在两个方面，一个是歌单，另一个是个性化推荐。
小语种歌曲的歌单，有着695万的播放量和17万多的收藏
先从歌单说起，和豆瓣上的歌曲分享文章有异曲同工之妙，只不过从第三方社交平台转移到了音乐APP上，这也符合网易云音乐音乐社区的定位。歌单实现了两个直接的功能，以前杂乱无章的歌曲收藏，加入歌单之后便解决了这个小麻烦。以前用户找歌对各类榜单有着很强的依赖性，实际上加速了热门和非热门之间的差别，出现在榜单上的歌曲会被更多人听到，而脱离榜单之外的音乐，则可能会成为长尾部分，在网易云音乐上歌单已经取代榜单成为流行的听歌行为。
截止到目前，网易云音乐上用户自主创建的优质歌单已经超过2亿，平均每天创建歌单42万个。这个数字远超社交平台上音乐推荐的帖子，通过歌单用户可以找到工作时听的音乐、失眠时听的催眠曲、不可错过的冷门音乐，甚至是演讲PPT的背景音乐。不仅解决了用户痛点，对网易云音乐本身来说，歌单业已成为维系用户粘性的“撒手锏”。
个性化推荐是解决用户发现好音乐的又一创举，网易云音乐也因此被称为“比你妈还懂你”的音乐播放器。
知乎上的大神对网易云音乐的推荐机制有着专业的解释，在算法上主要分为两点，相似人群的推荐和相似歌曲的推荐。顾名思义，相似歌曲主要是将曲库里的歌曲打上Tag标签，根据用户的听歌习惯，推送相似标签或者同一标签的音乐。相似人群的推荐是指根据用户的听歌习惯进行建模，筛选出品味相似的人群，比如说A和B是同一类人群，A喜欢的歌很可能是B愿意听的。
通过歌单和个性化推荐，网易云音乐建立了“算法+人工+UGC”的推荐机制，既满足了用户的兴趣，又保证了产品的品质。
《Sleepyhead》在网易云音乐上的评论已经超过3.1万
