从以下几点进行分析：
一、什么是惊喜感？
二、我是谁（角色）？
三、智能场景（场景）？
四、如何满足惊喜感（路径）？
第一：什么是惊喜感？
Wow这就是我要的感觉，符合心境，共鸣、似曾相识，唱的就是我的生活，是我那个年代的流行歌曲。
第二：我是谁？
我喜欢二次元，喜欢周杰伦，喜欢跑步时听动感的歌。
首先进行用户画像建模，通过算法对用户所听的歌曲进行标签分类：语种、风格、
情感、主题、音乐主要使用场景等等（基于已有的数据）
第三：智能场景
时间维度：比如我平时一直喜欢听张国荣的歌，云音乐在他生日的时候，给我推荐了他的故事，音乐，电影主题之类的歌或者电台，这个算是惊喜化吧。总之对用户进行归类整合，用户画像模型越全面，推送惊喜化的概率也就越高。
第四：如何满足（路径）惊喜感？
通过组群关联，朋友关联、时间关联、地点关联、歌手关联等等，标签化用户。有时候打动我们的也许仅仅是一句话，一个故事。
产品功能：热门精选（被动发现）
热门精选几乎囊括了：时间、主题、风格、情感、场景、语种，进行了多个维度的信息筛选分类。
网易云音乐截图
产品功能：每日歌曲推荐、单曲关联（被动发现）
播放与收藏越多，推荐越多，个人画像也就越全面，可见使用云音乐越久，也就越亲近，越能提供惊喜感的歌曲。
网易云音乐截图
