怎么取消网易云音乐套餐

1、首先找到手机中网易云音乐app，点击打开。

2、随后点击界面左上角三的图标。

3、接着在出现的菜单界面中点击我的会员。

4、随后点击界面右上方人像的标识。

5、在出现的菜单选项中点击管理自动续费。

6、随后在出现的界面中点击关闭自动续费。

7、最后点击窗口的确定按钮即可。

在每日歌曲推荐页面，网易云音乐比较简单的解释了个性化推荐的运作机制，比如播放、红心、收藏等用户行为，都会对推荐算法产生影响，一方面表明算法机制，另一方面也鼓励用户多听歌、多动手，让产品更懂你的前提是用户行为足够丰富。另外，在早前网易云音乐的官方新闻中，也可以看到，海量UGC内容结合协同过滤、语义分析、操作分析技术，这些都是个性化推荐的运行机制。而综合来看，基于音乐与基于用户协同过滤的两种推荐方式，就是个性化推荐的主力。

5月26日上午，网易2021年第一个刷屏H5产品，横空出世。

几乎每个人的朋友圈，都被网易云人格主导色刷屏了。

半斤研究了一下发现，大概从2018年开始，网易出品必刷屏，就已经成了一种定律了。

比如，「你的使用报告书」、「内外人格测试」、「你的荣格心理学原型」等等。

这些名字你可能记不住了，但是刷屏的欢乐，你一定不会忘记。

在这次人格主导色刷屏背后，究竟隐藏着怎样的规律？这些测试分析真的准确吗？我们每个人真实的人格颜色究竟是什么？

这些反思和思考，或许是网易云给我们带来的最大价值和意义。

01

刷屏背后，很多人已经发现了，这玩意根本不能测试分析所谓的人格。

你写同样的答案，结果出来的却是完全不同的结果。

难道说，这玩意跟测试的时候，自己的心情有关？

其实稍微思考一下就能明白，这么一个简单的测试，不可能会有一个真实的结果的。就连算命大师，也不敢问几个问题就说明白你的一生。

所以，没有人真的觉得自己是「充满远见的哲学家」。

正儿八经的刷屏中间，总有鬼才和怪才设计出更加搞笑和好玩的。

还有的人「好色」：

每个人都喜欢你，你是当代潘安、再世西施

还有人更直接，ghs？？

你的特质是很臭美

清一色的特质，都是臭美

02

这次裂变传播的根本逻辑，究竟是什么？

其实，核心就是满足了用户需求。

什么需求？从传播角度来看，人类最本质的需求只有四种——利益需求、认知需求、情感需求和社交需求。

而这次刷屏的人格颜色，就是满足了用户的情感需求。

包括归属感、优越感、成就感、安全感等等。

「人格主导色」就是利用了“标榜”和“炫耀”的传播动机，通过夸张解读，把你一顿猛夸，满足你的虚荣心理。

除了这个最根本的原因，还有两个必备要素。

1、话题受众广泛

一个 H5 也好，还是一篇文章也罢。要想做到刷屏的效果，必须满足一个最基本的条件，那就是这个话题，必须“和我有关”。

这个“我”所属群体需要足够大。

「人格主导色」可以说和人人相关，参与门槛低，谁都可以参与互动。

也就是说，话题受众足够广泛。

2、受众有足够的分享欲

「人格主导色」能够彰显自己正向价值。

主打的是哪些群体？女性、年轻女性（此处没有任何性别歧视的含义）。

这也难怪有人说，正在发这个的男生都是gay。

甚至，据说这个测试还能鉴定男朋友有没有男朋友？

这是什么脑回路，你仔细品~

什么人最爱分享？

不知道有多少人还记得自媒体顶级玩家「咪蒙」，相信看过「咪蒙」文章的人都知道，其受众主要集中在女性，比如，女大学生和宝妈群体。

他们都有一个共同特点，容易形成情绪转达，进而做出转发、点赞、留言，甚至是在自己所有的群里转发的举动。

「咪蒙」1400万粉丝，在网易之前，「咪蒙」就是刷屏机器。

03

这个测试， 官方说理论来源是美国心理学家Tom Maddron所著的《最准确的性格色彩测量工具》一书。

的介绍非常玄幻：

基于古老智慧与现代研究，作者将源自古希腊的四型性格气质观发展为金、蓝、橙、绿四种性格色彩。书中的色彩测试，可以帮助你找到自己的主导颜色，进而全面了解自我。

为啥是四种颜色？再仔细研究一下就能发现，这个理论来源，实际上是公元前400多年，西方医学奠基人希波克拉底提出的“四体液说”。

他根据四种体液在人体占有的比重不同，分成了四种气质分类。

而这四种分类，和四种性格色彩，如出一辙、大同小异。

有了远古的理论支撑，那这个测试就准确了吗？

也不是。

性格的研究属于人格心理学的研究范畴，里面涉及的因素十分复杂，而且研究方式也早就发生了变化。

性格色彩学说，只能说是博君一笑了。

当然了，我们没有人把这个测试当真。

所以，网易云这一次又是成功的营销， 即便在中午的时候，「人格主导色」的链接就被封了。

网易的股价已经被带动了起来。

而网易也在今天宣布，网易云音乐将在港交所独立上市。

这些刷屏H5背后的人们，或许又将出现一批迈进财务自由门槛的大佬。

在资本背后的打工人能够实现人生目标，或许是我们一次次被刷屏背后最好的结果。

即便有些人清华毕业后去了腾讯，最后做出一个炸屎功能。

我们在哈哈大笑之后，依然充满了羡慕和祝福。

Short Answer： 大概会有 10% 以上的用户在填问卷时作弊，但并 不会 影响到调查的最终结果。

在线问卷是用研人员最常用的调研方法。诸多的问卷平台也有提供各种服务帮助人们更快捷地触达用户和收集问卷。我本人是问卷星中互填问卷功能的簇拥者，也依靠该功能收集和完成多次调查。但是，并不是完成问卷收集，我们真正关心的当然还是调查结果的信效度---这些问卷所展示的结果是不是真的反映了用户的所思所行。

在这篇文章里，我希望讨论一下在线调查的答卷人与数据质量之间的关系。

多少人在答卷时作弊：

在以前的一篇文章中，我简单介绍了问卷中 防作弊的几种方法 。Jeff Sauro总结了这些方法，并通过‘本题选择3’的方式探索了5次问卷调研的数据发现：总共有1198%的用户在调研中作弊。在Julie Down等人的会议论文中，他们通过测试用户是否有认真阅读与问题相关的邮件内容判断用户有没有用心填写问卷，其结果发现：3894%的用户在填写问卷时并不认真。

在前不久，我调研了几个问卷平台的 SUPR-Q分数 。在问卷中，有一个问题是‘请问你使用过的问卷平台有：’。由于所有的答卷均是通过问卷星的互填问卷收集，所以在本题中没有选择‘问卷星’的答卷我都以无效问卷处理（互填问卷是只有在问卷星发布了问卷才能参与的功能）。问卷收集分为3次进行，总共有15%左右不认真的填卷人：

专业填卷人对数据质量的影响：

在上文中我们知道了尽管是大部分的专业填卷人还是有在认真答卷的，但每次问卷调研中总有着不同比例的‘作弊者’。如此一来，我们的问卷结果所展示的还是真实的情况吗？我所看到的文献中，对这个问题的探索可以追溯到1962年。但在这里，就简单介绍两篇。

杜克大学的D Sunshine Hillygus等人在《Online Panel Research: A Data Quality Perspective》中综述了诸多前人的研究，并指出学术界对这一问题并没有统一的意见：有研究发现专业填卷人的完成时间更快，随机选择/不选择/选择‘不知道’以及直线作答的可能性更高；同时，也有其它的研究发现专业填卷人的答卷对问卷结果并不构成显著的影响。通过自己的研究，Hillygus等人也发现：专业填卷人在填写问卷时会花费更多的时间和努力，但同时也更多地跳过非必答题、使用‘不知道’选项或者在开放性问题中提供无用的信息。

荷兰的Suzette Matthijsse等人调研了19家调研平台的9461名用户，试图探究专业填卷人对问卷结果的影响。其研究发现专业填卷人在社会和心理因素上与非专业的填卷人有一定的区别：他们更多的是独立工作者和思考者，而不是团队工作者和行动者。但这些特质并不意味着专业填卷人的答卷会影响整体的调查结果。

每个人遇到的情况并不完全一致，我们也不能盲目相信别人的研究结果。幸运的是，我能够通过自己的数据得出自己的结论：在此前关于 音乐播放器 的调研中，我有一小半的数据来源于朋友圈传播，另一半源于互填问卷。对于前者，我认为他们答卷的动机在于兴趣、朋友请求等，并将他们定义为‘志愿者’，共有184人；对于后者，由于互填问卷的激励机制，我认为他们的答卷动机主要源于利益激发，所以将他们定义为‘填卷人’，共有285名。接下来，我们来比较一下二者在数据结果方面的差别。

1用户属性分布

如图，不论在填卷人和志愿者群体中，均是女性占比更大，年龄集中在18~25岁之间。两个群体在属性上的一致也为方便了进一步比较其它数据。

2 品牌认知度

本题询问用户所知道的音乐播放器品牌。如图所示，尽管在数值上存在一定的差异，但在整体趋势上来看填卷人和志愿者之间并无明显的差异。

3 PC端及移动端常用音乐播放器

本题询问用户在PC/移动端最频繁使用的播放器品牌。如图，不论是在填卷人和志愿者群体中，用户最频繁使用的播放器为：酷狗、QQ和网易云音乐。只是在移动端，填卷人和志愿者群体在常用播放器上存在着不一致。

4 PC端及移动端音乐播放器的净推荐值

如图，在NPS得分上，填卷人和志愿者群体之间存在着一定的差异。尽管如此，在总体趋势上，两个群体之间不存在明显的区别：在PC端，网易云的NPS值领先于酷狗和QQ音乐，后两者相较持平；在移动端，网易云的净推荐值遥遥领先于酷狗和QQ，但酷狗的NPS值仍在一定程度上高于QQ音乐。

总结： 有上述数据可以看出，填卷人和志愿者之间的群体差异不会显著影响到问卷的最终结果。上述呈现的部分差异更有可能是源于问卷回收的数量所导致，而不是因为两个群体的差异。即，尽管在专业的填卷人中存在着一定的作弊者，但这并不意味着填卷人会改变你的调查结果而得出错误的结论。

PS：因为个人使用问卷星的互填问卷功能完成了多次调查，这次比较也算喂给自己一颗定心丸。但同样的，还是希望大家在使用互填问卷的时候能够更谨慎一些，如果你的问卷需要特定的用户群体来完成，还是请放弃互填问卷吧。

Another PS：我的朋友圈和问卷星的用户的契合度竟然这么高~~~

Downs, J S, Holbrook, M B, Sheng, S, & Cranor, L F (2010) Are your participants gaming the system Screening Mechanical Turk Workers International Conference on Human Factors in Computing Systems, CHI 2010, Atlanta, Georgia, Usa, April (p2399-2402)

Jeff Sauro (2010) How many people cheat in online surveys

Matthijsse, S M, De Leeuw, E D, & Hox, J J (2015) Internet panels, professional respondents, and data quality Methodology, 11(3), 81-88

Hillygus, D S, Jackson, N, & Young, M K (2014) Professional respondents in nonprobability online panels Pediatria Polska(11-12), 1351-1354