大數(shù)據(jù)下音樂廣播電臺內(nèi)容優(yōu)化研究

周亮

摘??要：借助2003年的廣播發(fā)展契機(jī)，音樂廣播揚(yáng)長避短，發(fā)揮自己的優(yōu)勢，從類型化廣播的發(fā)展中脫穎而出，經(jīng)歷了十年的發(fā)展與壯大。伴隨著互聯(lián)網(wǎng)的深度發(fā)展，特別是各類移動(dòng)終端的普及應(yīng)用，新媒體為受眾提供了海量的視聽內(nèi)容與接受形式，傳統(tǒng)廣播電臺特有的伴隨性優(yōu)勢被逐漸弱化，傳統(tǒng)廣播面臨新的挑戰(zhàn)。同時(shí)，網(wǎng)絡(luò)“大數(shù)據(jù)”成為當(dāng)今社會炙手可熱的詞匯，人們深切體會到大數(shù)據(jù)給生活帶來的巨大影響。音樂歌曲作為音樂廣播類節(jié)目的靈魂主題，其發(fā)展隨著網(wǎng)絡(luò)大數(shù)據(jù)的出現(xiàn)也在發(fā)生著巨大的變化。本文從網(wǎng)絡(luò)大數(shù)據(jù)挖掘分析的角度，在保持傳統(tǒng)音樂廣播播放形式原汁原味的前提下，對其節(jié)目內(nèi)播放歌曲的內(nèi)容進(jìn)行優(yōu)化分析，使其更貼合當(dāng)前社會環(huán)境下大眾的口味。

1.分析音樂廣播電臺現(xiàn)有數(shù)據(jù)

針對音樂廣播電臺現(xiàn)有數(shù)據(jù)進(jìn)行被動(dòng)分析，對現(xiàn)有資源進(jìn)行優(yōu)化。

（1）利用特征分析，結(jié)合電臺的現(xiàn)有曲庫內(nèi)容，分析出音樂電臺歌曲選擇的特點(diǎn)，并分析出其中的不足，為優(yōu)化電臺曲庫做基礎(chǔ)準(zhǔn)備。

（2）利用聚類分析，將音樂廣播電臺過去的節(jié)目安排內(nèi)容、節(jié)目收聽率和當(dāng)時(shí)對節(jié)目內(nèi)容可能產(chǎn)生影響的相關(guān)因素（如天氣、季節(jié)、時(shí)間等）進(jìn)行統(tǒng)計(jì)分析，找出其中的影響關(guān)系模型，為后續(xù)節(jié)目內(nèi)容安排做參考依據(jù)。

（3）利用回歸分析，結(jié)合音樂廣播節(jié)目中植入的廣告與節(jié)目內(nèi)容本身特點(diǎn)，分析出節(jié)目中植入廣告的合理性，并給出相關(guān)合理建議。以求不同時(shí)間段、不同節(jié)目內(nèi)植入廣告的轉(zhuǎn)化率最大化，最終提升音樂廣播電臺的影響力與收入。

2.歌曲熱度值融合分析

收集統(tǒng)計(jì)每首歌曲在多個(gè)不同音樂平臺上的相關(guān)數(shù)據(jù)，將這些數(shù)據(jù)統(tǒng)計(jì)出來，利用合適的融合算法，將所有歌曲熱度值融合為新的熱度值，用來表達(dá)一首歌曲在時(shí)下受大眾關(guān)注的真實(shí)情況，融合計(jì)算結(jié)果將做為此次數(shù)據(jù)分析的數(shù)據(jù)基礎(chǔ)。本融合算法借鑒了英國統(tǒng)計(jì)學(xué)家和遺傳學(xué)家費(fèi)希爾（Ronald?Aylmer?Fisher）的隨機(jī)對照實(shí)驗(yàn)，數(shù)據(jù)源的平臺數(shù)量越多、差異越大、聽眾越多，其結(jié)果越無限接近真實(shí)情況。

3.歌手熱度分析

音樂電臺在選歌時(shí)，歌手的受歡迎程度也是重點(diǎn)參考項(xiàng)。聽眾在聽廣播的同時(shí)也希望能從廣播中獲取一些時(shí)下流行趨勢的信息，哪個(gè)歌手最近比較火等。從大數(shù)據(jù)分析技術(shù)層面，收集歌手以及其歌曲的大量相關(guān)信息，將其作用于分析模型，得出最終結(jié)果用以解決這一問題。

4.歌曲熱度值分析

將多個(gè)網(wǎng)絡(luò)音樂平臺的數(shù)據(jù)通過融合統(tǒng)計(jì)，獲取一個(gè)更廣泛、更接近全部人群的熱度排行分析。將歷史熱度排行，某一月、某一周或者某一天的熱度統(tǒng)計(jì)分析排行，可以知道哪些歌曲歷史收聽量最大，流傳最廣，哪些歌曲不易流傳，哪些歌曲在最近比較流行。這些分析結(jié)果都能夠很好的作用于音樂廣播電臺，使其和時(shí)下流行趨勢相吻合。

5.歌曲關(guān)聯(lián)性分析

聽眾在收聽一首歌曲的時(shí)候，還會對另外一首或者幾首歌曲感興趣。這樣的類似，類似這樣的網(wǎng)絡(luò)。定義歌曲的關(guān)聯(lián)網(wǎng)絡(luò)為G（V，E），其中V為節(jié)點(diǎn)的集合，每個(gè)節(jié)點(diǎn)對應(yīng)一首歌曲，E為關(guān)聯(lián)網(wǎng)絡(luò)的邊的集合，如果兩首歌曲相互關(guān)聯(lián)，則在它們之間有一條相互連接的邊。根據(jù)收集到的關(guān)聯(lián)歌曲列表可以得到歌曲之間的相關(guān)性，從而構(gòu)建歌曲的關(guān)聯(lián)網(wǎng)絡(luò)G（V，E）。根據(jù)構(gòu)建的關(guān)聯(lián)網(wǎng)絡(luò)的定義可知，度（相關(guān)的曲目數(shù)）越大的節(jié)點(diǎn)與越多的歌相關(guān)聯(lián)，即這些歌曲能夠與其他更多的歌曲相互搭配。通過分析可以得出，這些關(guān)聯(lián)越大的歌曲，越是一些膾炙人口的金曲，關(guān)聯(lián)度越小的歌曲，越是受眾比較小，不適合大眾傳唱的歌曲。關(guān)聯(lián)度的建立，結(jié)合歌曲的實(shí)時(shí)熱度值，可以為音樂廣播的歌曲編排起到很大的參考作用。

6.歌曲聽眾評論分析

將大量的歌曲聽眾評論文本整理分析，提煉出其中的精華，以“詞云圖”的方式，將最終結(jié)果直觀呈現(xiàn)，表達(dá)一首歌曲在聽眾人群中的意見反饋。這種從聽眾中獲取的對每首歌曲的意見反饋，可以大大提高音樂廣播電臺歌曲播放安排的準(zhǔn)確性，更能與聽眾產(chǎn)生共鳴。隨著網(wǎng)絡(luò)文本大數(shù)據(jù)挖掘技術(shù)的不斷完善，最終結(jié)果將越來越準(zhǔn)確直觀。

7.聽眾特征分析

每家音樂廣播電臺都有自己的聽眾特征與節(jié)目風(fēng)格，針對的聽眾從年齡、職業(yè)、地域等方面都會有自己的重點(diǎn)把握，因此其節(jié)目中播放歌曲的內(nèi)容肯定需要與之吻合，才能提高收聽率。本文嘗試著從網(wǎng)絡(luò)大數(shù)據(jù)挖掘分析出發(fā)，獲取歌曲的大量聽眾特征，利用大數(shù)據(jù)算法，分析出其特點(diǎn)，將結(jié)果作用于音樂廣播電臺的節(jié)目編排。利用這種分析結(jié)果，不同的音樂電臺會挑選其自己對應(yīng)人群的歌曲，降低了音樂電臺內(nèi)容的重復(fù)率，將好聽的節(jié)目推送給適合它的聽眾。

（四）大數(shù)據(jù)預(yù)測

大數(shù)據(jù)的預(yù)測功能是其技術(shù)發(fā)展最主要的一個(gè)目的。一個(gè)準(zhǔn)確的預(yù)測可以幫助你做出英明的決策，避免災(zāi)難的發(fā)生。

1.歌曲流行度的預(yù)測

將融合分析得出的歌曲熱度值作出進(jìn)一步分析，我們會發(fā)現(xiàn)有些歌曲的收聽量正在不知不覺中呈現(xiàn)上升趨勢，有些表面挺熱的歌曲收聽量正在急速下滑，通過大數(shù)據(jù)預(yù)測分析算法，我們將會得出哪些歌曲會在未來一段時(shí)間成為熱門歌曲，哪些歌曲會在未來一段時(shí)間慢慢淡出人們的視線。流行音樂廣播電臺可以根據(jù)預(yù)測結(jié)果，更多地使用時(shí)下人氣旺盛的歌曲，傳統(tǒng)音樂廣播電臺可以更多地使用一些收聽量穩(wěn)定，最近或者將來一段時(shí)間熱度不會有大起大落的歌曲，將好的音樂全面展示給聽眾。

2.音樂廣播中廣告植入的預(yù)測

Pandora（美國流行的在線音樂電臺）的首席研究師?Eric?Bieschke?的觀點(diǎn)也很有啟發(fā)性，“為全球人民播放最適合他們的音樂”和“為全球人民插播最適合他們的廣告”是一件很相似的事情。在這號稱“大數(shù)據(jù)”的年代，Pandora?的思路對于其他流媒體服務(wù)商們來說也是一種創(chuàng)收變現(xiàn)的啟發(fā)。

使用協(xié)同過濾算法利用獲取的大量網(wǎng)絡(luò)數(shù)據(jù)，分析出聽眾聽某一首歌的同時(shí)還會喜歡聽哪些歌曲，同時(shí)聽這些歌曲的聽眾還會有什么樣的共同愛好，找到類似口味和風(fēng)格的廣告將其投放。讓聽眾喜歡的歌曲和他喜歡的廣告同時(shí)出現(xiàn)，這樣才會充分利用廣播的廣告推廣價(jià)值。

四、大數(shù)據(jù)分析技術(shù)作用于音樂廣播電臺應(yīng)注意的問題

數(shù)據(jù)是分析預(yù)測的基礎(chǔ)。大數(shù)據(jù)分析所需的數(shù)據(jù)通常來自于內(nèi)部積累產(chǎn)生的數(shù)據(jù)，以及根據(jù)實(shí)際情況而補(bǔ)充外部數(shù)據(jù)源，如行業(yè)數(shù)據(jù)、相關(guān)網(wǎng)絡(luò)數(shù)據(jù)和其他統(tǒng)計(jì)數(shù)據(jù)。這些外部數(shù)據(jù)未必全部都是“大數(shù)據(jù)”，數(shù)據(jù)中的變量是否有助于有效分析預(yù)測出結(jié)果才是關(guān)鍵所在。再者該研究模型用于未知變量需要時(shí)間來驗(yàn)證，因此大數(shù)據(jù)預(yù)測的使用還是一項(xiàng)挑戰(zhàn)，需要一定時(shí)間的機(jī)器學(xué)習(xí)過程以及磨合調(diào)試，才能真正作用于相關(guān)行業(yè)領(lǐng)域。此外，大數(shù)據(jù)分析師必須理解業(yè)務(wù)需求和業(yè)務(wù)目標(biāo)，審視數(shù)據(jù)，并圍繞業(yè)務(wù)目標(biāo)建立預(yù)測分析規(guī)則。

五、結(jié)?語

新廣播所面臨的已然不是傳統(tǒng)意義上的聽眾，而是有著多元化需求的用戶。在當(dāng)前信息社會（大數(shù)據(jù)時(shí)代），人類第一次有機(jī)會和條件在非常多的領(lǐng)域和非常深入的層次獲得和使用全面數(shù)據(jù)、完整數(shù)據(jù)和系統(tǒng)數(shù)據(jù)，獲取過去不可能獲取的知識，獲得過去無法企及的商機(jī)。數(shù)據(jù)的爆炸式增長、廣泛可用和巨大數(shù)量使得我們急需功能強(qiáng)大和通用的工具，以便從這些海量數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的信息，把這些數(shù)據(jù)轉(zhuǎn)化成有組織的知識。時(shí)代的發(fā)展，媒介競爭的激烈環(huán)境，對音樂廣播的發(fā)展是挑戰(zhàn)也是機(jī)遇。展望未來，競爭越加激烈，受眾的多元分化、科技的迅猛發(fā)展，是音樂廣播發(fā)展的趨勢。要認(rèn)清現(xiàn)狀、總結(jié)經(jīng)驗(yàn)、合理地利用大數(shù)據(jù)技術(shù)手段，發(fā)現(xiàn)并預(yù)計(jì)未來走向，為音樂廣播的生存發(fā)展做出合理的規(guī)劃。

參考文獻(xiàn)：

• 田龍.淺談?lì)愋突娕_音樂節(jié)目主持人的突破性創(chuàng)新[J].中國廣播雜志，2014（7）.
• 呂巖梅.移動(dòng)互聯(lián)時(shí)代中國城市廣電新媒體發(fā)展探索之路[J].中國廣播雜志，2014（10）.
• 王星.大數(shù)據(jù)分析：方法與應(yīng)用[M].北京：清華大學(xué)出版社，2013.
• （英）維克托·邁爾-舍恩伯格，（英）肯尼思·庫克耶著.盛楊燕，周濤譯.大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.
• （日）西內(nèi)啟著.朱悅瑋譯.看穿一切數(shù)字的統(tǒng)計(jì)學(xué)[M].北京：中信出版社，2013.