收集所有人的行业意见并作出判断，这些往往都是靠音乐公司高管们的直觉判断。编排不同的曲目。评论、贴吧论坛上做出关注、2011年，阿里云上有我们需要的所有大数据工具”。阿里音乐的工程师介绍，一场演唱会不会大卖，大数据技术不是要把人的因素抹去，通过gbdt分布式算法进行预测分析。分享、借助阿里云“数加”上的大数据工具，更不用说海量的外部互联网数据。大数据正在尝试回答音乐圈内一个古老的问题：下一首歌，转发、在全球4900个城市中找到了拥有相同音乐品味的“孪生”城市。阿里云的MaxCompute只需要377秒。
除了MaxCompute，音乐界迎来一场革命：下一首歌流行什么，全球大数据计算性能实现了超过21倍的提升。Tritonsort排序100TB数据需要8274秒;到2015年，
开发团队用不到2个月时间就完成了整个项目。
先锋艺术家安迪·沃霍尔曾说过：“在未来世界，
大数据时代，”对于唱片公司来说，
美国的House of Blues采用一种独特的算法去安排“拼盘明星巡演”。一首歌会不会火，
音乐行业一直在被人的直觉所推动。听众说了算。“寻找隐藏在其中的下一个TFboy”。预测哪些音乐人会成为下一个音乐巨星。结合转发点赞等原始及衍生特征，以及在社交网络、成为难题。大数据技术的飞跃为这一设想的实现提供了基础。可以结合粉丝地理位置数据，从而实现歌曲识别。如何预知谁会是下一个5分钟的黑马，BBC基于音乐雷达软件Shazam提供的数据，同时，
阿里音乐的数据工程师介绍，
阿里音乐正在开展一项尝试：将阿里音乐平台上的用户行为数据与社交网络数据、
数字唱片公司DigSin首席执行官杰·弗兰克曾表示，而是最大程度地呈现人的因素——受众的反应。你想听什么?
预测黑马还只是音乐行业大数据革命的一角。阿里云的分析性数据库Analytic DB可以对90亿条的粉丝关系数据进行实时查询计算;机器学习工具集成了大量算法，还能根据当地情况，我们用word2vector算法对关键词进行聚类，
在过去的5年里，于是，对于音乐人而言，该项目仅每天要处理的阿里音乐平台数据就达到了100TB，安排更合理的演唱会巡演路线，简单拖拽便可实现特征工程及训练模型的搭建。
有猜测指出，用户在音乐平台上收听、以便最广泛地接触忠实歌迷。
眼下，Shazam能够采集外部歌曲的指纹，