从文本挖掘来解读许巍

浏览: 1650

image.png

本文主题:如何从文本挖掘来解读许巍?

字数:1378  |  原创作者:大志,公众号:妃烟

利用上班之余的空闲时间,我整理了许巍50首歌曲的歌词并做了一些处理。那么作为一名菜鸟级别的数据分析师,利用数据分析,让我们一起来看看许少年,到底是个什么样子的少年?

首先,我将50首歌词txt文本读取到R中,并利用jiebaR包进行了分词,去除掉一些语气词,并选取字段在2-6个字符的词语。


共分解了4439个满足上述条件的词语(未去重)


进行分词结果的频次统计并降序排列,选取频次在前50名的词语,并使用woldcloud2包进行云图设计。

image.png

可以看到,在许少年的歌词中,出现频次最多的两字词语为“世界”,其次为“我们”/“温暖”/“感觉”/“阳光”………..

在写这篇文章的前一天晚上,巍迷瑶旭旭来北京并"被我睡了一下",我们聊起了少年的歌。少年的歌磅礴大气,不拘泥于儿女长情,更多的是抒发他对自然/生活/爱情/世界的温暖与感悟,喝茶不写茶,爱情不谈爱,但却是真实又让人感动。

那么少年最喜欢哪个季节呢?铁粉们一定都知道,当然是………

image.png

没错,春天。在50首歌曲中,“春天”共出现了27次,“秋天”共出现了17次。为什么老许喜欢春天?大概是因为那首,美人一直是他的春天吧......

其次,我统计了从1997年-2017年之间,少年出专辑的时间与歌曲数量。分别为1997年《在别处》、2000年《那一年》、2001年《我只有两天 许巍精选》、2002年《时光漫步》、2004年《每一刻都是崭新的》、2006年《在路上》、2008年《爱如少年》、2012年《此时此刻》。

image.png

1997-2017 许巍发行专辑趋势

可以看到,每张专辑的歌曲数量平均在10首,少年在06年之前,每张专辑的发布时间间隔较短,06年之后时间间隔变长。但这并不能影响我们对少年的期待,慢工出细活嘛,少年的《爱如少年》和《此时此刻》可谓是是极品中的极品,百听不厌。


最后一个是我预测今年新专辑的出版时间与歌曲数量,我预测在18年的5月,发布10首歌曲,大家没事的话可以一起来预测试试看。

最后,是对少年歌词的情感分析。少年在00年左右换上了抑郁症,并在02年左右逐渐康复。所以我将前两张专辑和最近两张专辑的歌词做个对照集,进行情感分析的比对。

image.png

2001年之前,少年的歌曲负面得分为405分,负面情绪占比59%;2008年之后,少年的歌曲正面得分为388.5分,正面情绪占比70%。

2001年之前,那时候的少年渴望生长,是个有欲望却处处不得意的北漂摇滚青年,在歌词中也能体现出少年当时的情感,沉重、无助、悲伤。

image.png

然而在2008年之后的歌曲词语频次统计中,却是另一番:

image.png

这时候的少年转变了曲风的同时,整个人也发生了变化。他更加热爱生命,拥抱世界,他的情感变化也从最初的不满改变为温暖、喜悦、沉默…….

以上为文本挖掘的内容,更为深入的分析我还在学习,希望下次能给大家带来不一样的成果。能用自己的一丢丢的专业知识来分析少年的歌词也是倍感荣幸,同时也深刻感受到了什么叫做站在巨人的肩膀上。

今日装*为止,我依旧是我,一个又酷又努力的女烟民。少年依旧是我喜欢的那个少年,一个胸怀如大海、烟雨任平生的少年。


- End -


 往期精彩内容整理合集 

2017年R语言发展报告(国内)

R语言中文社区历史文章整理(作者篇)

R语言中文社区历史文章整理(类型篇)


公众号后台回复关键字即可学习

回复 R                  R语言快速入门及数据挖掘 
回复 Kaggle案例  Kaggle十大案例精讲(连载中)
回复 文本挖掘      手把手教你做文本挖掘
回复 可视化          R语言可视化在商务场景中的应用 
回复 大数据         大数据系列免费视频教程 
回复 量化投资      张丹教你如何用R语言量化投资 
回复 用户画像      京东大数据,揭秘用户画像
回复 数据挖掘     常用数据挖掘算法原理解释与应用
回复 机器学习     人工智能系列之机器学习与实践
回复 爬虫            R语言爬虫实战案例分享

推荐 2
本文由 R语言中文社区 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

1 个评论

我男神诶

要回复文章请先登录注册