在 2020 年精彩的文化数据研讨会上，托宾·乔多斯 (Tobin Chodos) 说了这样的话：“由于音乐推荐中没有数学上连贯的衡量‘成功’的方法，而且人类对音乐的热爱是如此奇怪和反复无常，你可能可以颠倒 Spotify 推荐器的逻辑引擎并获得同样令人满意的结果，也许更令人满意”
做一个糟糕的 Spotify 推荐人。就像，最糟糕的。不好的氛围反对建议。
目前这在很大程度上是一个概念证明。它会抓取你的前 50 首歌曲（长期），然后根据 Spotify 提供的音频功能进行“最远邻居推荐”。我把自己限制在 2019 年全球播放量最高的曲目上，所以我挑不出什么狗屎。换句话说，它是一个推荐系统，试图找到流行但你不喜欢的音乐。
不过，说实话，*NYSYNC 圣诞歌曲相当粗糙。
您可以在 http://badplaylist.com 上玩它
“关键是这样的。即使有一些客观标准可以使一件艺术品比另一件更好，只要背景在我们对艺术的审美欣赏中发挥作用，就不可能创建一个适用于所有人的审美质量的切实衡量标准无论你使用什么统计技术、人工智能技巧或机器学习算法，试图用数字来抓住艺术卓越的本质就像用手抓住烟雾一样。”
