Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践

听了这么多年平易近谣，我有一种感到，就是很多歌都似曾了解，然则细心一想，又哪一首都想不起来，为了搞清跋扈这群流浪在故国大年夜地的现代游吟诗人们都在唱些什么，我做了一些数据分析的工作。

我拔取了大年夜约30个或比较大年夜众，或比较小众的平易近谣歌手和乐队，包含李志，夭十三，赵雷，宋冬野，周云蓬，逃跑筹划等等，为了设立参照，我还取了一些其他风格的乐队，比如老一些的汪峰，窦唯，朴树和新一些的低苦艾，谢天笑，反光镜，草东等等。

我起首写了一个爬虫，它可以根据歌手或乐队的名字来主动抓取这个歌手的所有歌，为了包管均衡，我最多只抓取前50首歌，诚实说，大年夜多半歌手被人熟知的歌并不会跨越这个数字。

接下来，我开端了对这些歌词(约42万字)的分析。

起首是情感分析，经由过程对这些歌词典天然说话处理，我知道了不合歌手们吟唱的到底是高兴照样不高兴的工作：

数值的分布比较平均，但大年夜致可以看得出有三个分类，一类是特别高兴的，例如郝云。然则我一开端也不太懂，为什么丢火车的情感也这么高，后来听了几遍他们的歌，发明他们固然唱腔惨兮兮的，然则歌词照样充斥正能量的，丢火车乐队歌词中出现次数最多的三个词分别是「永远」「晚安」「倔强」，这些都是正面情感的词。第二类则是比较忧伤的，以我们熟悉的逼哥为代表，他们的歌词中充斥着孤单，沉默，泪水等词语。虽不暴力，然则若干有一些阴郁。

第三类则以赵雷为代表，比较沉着，就像一个同伙给你讲故事，不疾不徐，娓娓道来，琅绫擎也有高兴，也有惆怅，但总体情感趋于中值。这也许说清楚明了为什么赵雷这么晚才火起来的原因——平淡的情感较难快速给人以强烈的冲击。但无论若何，好的音乐总会被人们发掘。

基于某种趣味，我又分析了一下其他风格的音乐的情感分析：

平易近谣的情感很丰富，而摇滚的情感则大年夜多是负面的，人们说，没有末路怒就没有摇滚，这话至少在歌词典情感上是精确的。

平易近谣歌手最爱好什么季候?经由过程对歌词典分析，这个问题也可以解决：

个中，春天出现了81次，冬天出现了74次，夏天和秋天各出现了70和47次。由此可见，最受迎接的是春天和冬天，最不受迎接的是秋天。但我小我认为秋天挺好的，秋高气爽，菜价便宜。

同样的，我也分析了歌手们最爱好的城市，结不雅如下：

可以看得出，北方城市完全克服了南边城市，成了在歌词中被唱的最多的处所，特别是北京，一共出现了81次。说到一线城市，人们会说北上广深，然则在平易近谣的世界里，北京绝对是弗成撼动的存在。南边城市只有成都勉强露了几个照面。作为一个成都人，我对此还挺高兴的。

难以懂得的是，固然北方城市大年夜获全胜，然则歌手们却更多的念叨着「南边」而不是「北方」，「南边」比「北方」多出现了大年夜约5.7%

另一个我感兴趣的问题是，平易近谣歌手们是在向前看照样向后看，是往将来依附欲望，照样怀念以前?

在我的统计中，出现最多的几个意象是：再会，姑娘，夜空，孤单，快活。

看得出，平易近谣歌手是在往前看的，至少是活在当下的，「明天」这个词在歌词中出现的次数最多，接着是「今天」和「鞅痨」，而「前天」和「后天」则几乎可以忽视不计，这也是可以懂得的，比如说「我拿芳华赌明天」，这听上去很好梦，如不雅要说「我拿芳华赌后天」甚至于「我拿芳华赌下个月5号」，就听上去就像一个赌徒发疯了。

　　推荐阅读

　　释放物联网数据潜能的5种方法

Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践 我们都听过如许的猜测：物联>>>详细阅读

本文标题：大数据分析42万字的歌词，为了搞清楚民谣歌手们在唱些什么

地址：http://www.17bianji.com/lsqh/39157.html

 1/2    1