基于社會(huì)化大數(shù)據(jù)的音樂(lè)文化研究進(jìn)展

耿嶼，韓筱璞，呂琳媛,2

1. 杭州師范大學(xué)阿里巴巴復(fù)雜科學(xué)研究中心，浙江 杭州 311121；2. 電子科技大學(xué)基礎(chǔ)與前沿研究院，四川 成都 611731

1 引言

音樂(lè)作為一種典型的普遍文化特征[1]，在人們的日常生活中扮演著不可替代的角色[2-3]。音樂(lè)不僅為聽(tīng)眾提供了最直接的快樂(lè)享受，而且在構(gòu)建和塑造社會(huì)結(jié)構(gòu)方面也發(fā)揮著重要作用[4-5]：人們可以用音樂(lè)來(lái)調(diào)節(jié)情緒[6]、保持注意力[7-8]、激發(fā)和維系日常社交[9]、進(jìn)行運(yùn)動(dòng)和舞蹈活動(dòng)[10]等。此外，音樂(lè)在人類(lèi)群體文化的進(jìn)化中也扮演了重要角色，包括保存人類(lèi)知識(shí)、促進(jìn)儀式活動(dòng)和集體行為的出現(xiàn)以及提升人類(lèi)群體的凝聚力。音樂(lè)貫穿了人類(lèi)歷史，與世 界上大多數(shù)人的日常生活密切相關(guān)[11]。

音樂(lè)具有多維性，可以從多個(gè)角度進(jìn)行研究。其中，一個(gè)研究角度是關(guān)注音樂(lè)自身的特征，如旋律和韻律模式以及這些特征對(duì)個(gè)人音樂(lè)欣賞的影響[12]。另一個(gè)角度則是強(qiáng)調(diào)音樂(lè)的文化和社會(huì)學(xué)意義[3]。對(duì)個(gè)人音樂(lè)偏好的研究可以看作連接這兩個(gè)角度的橋梁，受到了研究者的廣泛關(guān)注[13-19]。在研究方法上，這些研究常常通過(guò)各種心理測(cè)試、問(wèn)卷調(diào)查等傳統(tǒng)的心理學(xué)和社會(huì)學(xué)方法獲取一手研究數(shù)據(jù)。然而，這些傳統(tǒng)方法所能處理的問(wèn)題有限，并受到較強(qiáng)的制約。例如，由于數(shù)據(jù)獲取的成本較高，研究通常局限于小樣本量，因此難以充分代表整體的情況。此外，這些研究大多只考慮了針對(duì)個(gè)體層面規(guī)律的挖掘，而鮮有針對(duì)社會(huì)化場(chǎng)景中群體層面規(guī)律的研究。

隨著數(shù)字時(shí)代的到來(lái)，數(shù)字音樂(lè)迅速發(fā)展，大規(guī)模在線社交網(wǎng)絡(luò)也隨之崛起。大量用戶(hù)在音樂(lè)社區(qū)收聽(tīng)、互動(dòng)和傳播過(guò)程中產(chǎn)生了海量的可供研究的社會(huì)化音樂(lè)數(shù)據(jù)集。這些在線數(shù)據(jù)集為音樂(lè)研究提供了便利。各類(lèi)大數(shù)據(jù)方法和人工智能手段被廣泛應(yīng)用于基于音樂(lè)的社交媒體的數(shù)據(jù)挖掘和分析中。這些方法與傳統(tǒng)的心理學(xué)、社會(huì)學(xué)等研究手段結(jié)合，極大地推動(dòng)了音樂(lè)文化研究的發(fā)展。本文將從音樂(lè)文化感知、音樂(lè)文化社會(huì)學(xué)以及音樂(lè)文化傳播學(xué)3個(gè)方面，綜述這一領(lǐng)域近期的研究成果，特別是對(duì)采用了社會(huì)化大數(shù)據(jù)分析方法的系列研究進(jìn)行介紹，并指出該領(lǐng)域面臨的問(wèn)題與挑戰(zhàn)。

2 音樂(lè)文化感知研究

音樂(lè)感知是文化感知研究的一個(gè)重要方向。心理學(xué)家經(jīng)過(guò)長(zhǎng)期而廣泛的研究，對(duì)于音樂(lè)感知，已經(jīng)在個(gè)性影響、社交認(rèn)同、文化背景及跨文化影響等方面獲得了豐富的基礎(chǔ)認(rèn)知，建立了較完善的理論框架。這些基礎(chǔ)認(rèn)知可以簡(jiǎn)述如下。

在個(gè)性影響方面，人們對(duì)音樂(lè)類(lèi)型的偏好可能會(huì)揭示出他們性格的重要特征[13]。研究者常常使用大五型人格作為主要的個(gè)性測(cè)度，通過(guò)心理測(cè)試來(lái)研究個(gè)性因素對(duì)音樂(lè)感知的影響[20]。一般神經(jīng)質(zhì)人格者與音樂(lè)的情感表達(dá)之間有著更積極的聯(lián)系[21]，外向型人格者更可能會(huì)用音樂(lè)來(lái)擺脫無(wú)聊[22]，開(kāi)放性人格者更有可能通過(guò)音樂(lè)來(lái)創(chuàng)造豐富的認(rèn)知體驗(yàn)[23]。此外，研究者也發(fā)現(xiàn)，相比個(gè)性差異，一些其他的個(gè)體差異與音樂(lè)偏好的關(guān)系可能更為緊密[14]。在社會(huì)認(rèn)同感和自尊對(duì)音樂(lè)偏好的影響方面，研究發(fā)現(xiàn)青少年聽(tīng)音樂(lè)不僅僅是為了調(diào)節(jié)情緒，也是為了在社交中自我表現(xiàn)[13]，增強(qiáng)自己對(duì)群體的歸屬感[4]，使音樂(lè)偏好與個(gè)體的社會(huì)身份相關(guān)聯(lián)[24]。此外，男性?xún)A向于用富有攻擊性風(fēng)格的音樂(lè)來(lái)體現(xiàn)其支配地位，用輕柔的音樂(lè)來(lái)表達(dá)情感和提高人際關(guān)系[25]；而女性在社交上與男性不同，她們僅在情感表達(dá)上使用音樂(lè)[26]。在文化背景對(duì)音樂(lè)感知的影響方面，Soley G等人[27]通過(guò)對(duì)嬰兒音樂(lè)偏好的研究，證明了早期的音樂(lè)偏好是由特定的文化體驗(yàn)和文化中的普遍性偏好特征共同驅(qū)動(dòng)的。

近年來(lái)，一系列基于在線社交平臺(tái)并融合大數(shù)據(jù)分析方法的研究取得了巨大進(jìn)展。這些研究在認(rèn)知風(fēng)格對(duì)音樂(lè)偏好的影響、用戶(hù)對(duì)音樂(lè)模式的偏好、音樂(lè)感知的年齡效應(yīng)與性別差異等多個(gè)方面突破了人們的原有認(rèn)知。

在認(rèn)知風(fēng)格對(duì)音樂(lè)偏好的影響方面，研究者使用在線社交平臺(tái)進(jìn)行了兩項(xiàng)基于移情―系統(tǒng)化理論（E-S理論）①E-S理論是指由男、女兩性腦解剖學(xué)和生理功能的差異而引起“移情—系統(tǒng)化”維度上的人格差異。移情（empathizing，E）是指人們對(duì)他人心態(tài)的理解和共鳴，以便用適當(dāng)?shù)那楦泻托袨閷?duì)他人進(jìn)行反應(yīng)的心理品格。與移情相反，系統(tǒng)化（systemizing，S）是一種驅(qū)動(dòng)力，目的是為了從“不需要使用情感”就能理解的物理環(huán)境或系統(tǒng)中找到控制它們運(yùn)作的規(guī)則和規(guī)律，從而控制和預(yù)測(cè)環(huán)境中的物理性事物。個(gè)體反復(fù)觀察系統(tǒng)中的細(xì)節(jié)特征，最后歸納出一個(gè)不變的模式，把這個(gè)模式作為系統(tǒng)的規(guī)則。該理論認(rèn)為男女兩性的人格差異主要體現(xiàn)在E-S維度上，女性有較強(qiáng)移情品格，處在E-S維度的E端，而男性有強(qiáng)的系統(tǒng)化品格，處于E-S維度的S端的研究，解釋了認(rèn)知風(fēng)格對(duì)音樂(lè)偏好的影響[16]。第一項(xiàng)研究分析了移情在音樂(lè)偏好中的作用。研究中的數(shù)據(jù)基于4個(gè)不同的樣本。樣本參與者是從Facebook上招募的，他們使用Facebook上的一個(gè)叫作“myPersonality”的應(yīng)用來(lái)完成心理測(cè)試問(wèn)卷。研究表明，移情在音樂(lè)偏好中起著重要的作用，這類(lèi)作用與性別差異無(wú)關(guān)，并且獨(dú)立于音樂(lè)偏好和個(gè)性之間的聯(lián)系。第二項(xiàng)研究分析了系統(tǒng)化與音樂(lè)偏好的關(guān)系，他們?cè)赒ualtrics公司發(fā)布了一個(gè)在線調(diào)查，通過(guò)亞馬遜的Mechanical Turk（MTurk）招募參與人員。結(jié)果表明，系統(tǒng)化與移情在音樂(lè)維度、心理屬性和聲音屬性上的關(guān)聯(lián)是截然相反的，但都與性別差異無(wú)關(guān)。此外，還對(duì)不同音樂(lè)風(fēng)格以及對(duì)音樂(lè)中細(xì)粒度特征（如心理屬性和聲音屬性）的偏好與不同大腦類(lèi)型（E或S）的關(guān)系進(jìn)行了研究。

在描述用戶(hù)對(duì)音樂(lè)模式的偏好方面，常用的五大音樂(lè)風(fēng)格維度包括：柔和、樸實(shí)、復(fù)雜、強(qiáng)烈和現(xiàn)代性[15]。研究者發(fā)現(xiàn)，在不同的音樂(lè)類(lèi)型中，移情性（E型）大腦與對(duì)柔和音樂(lè)（包括R&B/soul、成人當(dāng)代音樂(lè)、軟搖滾等音樂(lè)類(lèi)型）的喜好呈正相關(guān)，對(duì)強(qiáng)烈音樂(lè)（包括朋克、重金屬和硬搖滾等音樂(lè)類(lèi)型）的喜好呈負(fù)相關(guān)[16]。對(duì)心理屬性的分析表明，E型大腦首選的音樂(lè)具有低喚醒、負(fù)效價(jià)和情感深度等特征。在聲學(xué)方面，E型的人喜歡弦樂(lè)，而系統(tǒng)化（S型）的人常常喜歡節(jié)奏密集、跌宕起伏、以銅管和電吉他為特色的音樂(lè)。這些結(jié)果表明，認(rèn)知風(fēng)格是音樂(lè)偏好個(gè)體差異的基礎(chǔ)。

在音樂(lè)感知的年齡和性別效應(yīng)方面，一般而言，用戶(hù)的年齡和性別是影響他們音樂(lè)偏好的重要因素[17,28-33]。音樂(lè)偏好是隨著年齡的增長(zhǎng)而不斷變化的。多數(shù)年輕人把音樂(lè)視作自我發(fā)現(xiàn)、自我調(diào)節(jié)和自我表達(dá)的載體[17]。他們對(duì)音樂(lè)的重視程度甚至高于服裝、電影、書(shū)籍、雜志、電腦游戲、電視和體育[34]。影響成年人音樂(lè)偏好變化的因素分為外在決定因素和內(nèi)在決定因素。外在決定因素包括社會(huì)影響和人際關(guān)系的影響[28]，如婚姻、家庭和工作[35]以及人際關(guān)系中從眾心理帶來(lái)的影響；內(nèi)在決定因素是來(lái)自音樂(lè)本身的各類(lèi)特征的影響，例如年輕人和中年人的偏好模式越來(lái)越受到音色、動(dòng)感和音調(diào)清晰度的音頻特征的影響[29]。一般而言，音樂(lè)品味隨年齡的發(fā)展模式是，青年時(shí)期涉及范圍相對(duì)較窄，隨后不斷擴(kuò)展，中年以后逐步縮小，最終落入老年人音樂(lè)品味這一狹窄范疇。導(dǎo)致老年人音樂(lè)品味下降的原因主要有3個(gè)方面：首先，老年人社交網(wǎng)絡(luò)的收縮和同質(zhì)化傾向?qū)е吕夏耆瞬蝗菀捉佑|更多的音樂(lè)形式；其次，衰老和年齡帶來(lái)的恥辱感、身體機(jī)能的下降也會(huì)對(duì)老年人聽(tīng)音樂(lè)的需求造成消極影響，并降低老年人對(duì)音樂(lè)的參與性；另外，新技術(shù)的興起徹底改變了音樂(lè)傳播和獲取的方式，使老年人被排除在這些新技術(shù)之外[30]。

近期基于社會(huì)化大數(shù)據(jù)的研究對(duì)以上音樂(lè)心理學(xué)的觀點(diǎn)提供了有力的理論支撐。早期的研究[36]和最近對(duì)大規(guī)模音樂(lè)在線社區(qū)的分析（如Spotify）[37]表現(xiàn)出了一致的結(jié)果。在基于Spotify的分析中，研究者把用戶(hù)收聽(tīng)音樂(lè)的數(shù)據(jù)與Echo Nest的藝術(shù)家排行榜進(jìn)行比較，分析了各個(gè)用戶(hù)所聽(tīng)音樂(lè)的流行度。研究發(fā)現(xiàn)，青少年的音樂(lè)品味主要由流行音樂(lè)來(lái)主導(dǎo)，但是在20多歲以后的人群中喜歡流行音樂(lè)的人的比例穩(wěn)步下降；男性和女性在青春期聽(tīng)音樂(lè)的差異不大，但青春期之后男性聽(tīng)流行音樂(lè)次數(shù)的減少速度比女性快得多；在任何年齡段，有子女者（根據(jù)聽(tīng)音樂(lè)的習(xí)慣推斷得知）聽(tīng)流行音樂(lè)的數(shù)量比同年齡段的其他聽(tīng)眾收聽(tīng)得少，顯示出子女對(duì)音樂(lè)欣賞的巨大影響。研究者還根據(jù)用戶(hù)所關(guān)注藝術(shù)家的排序，構(gòu)建了各個(gè)年齡段的用戶(hù)所聽(tīng)歌曲與當(dāng)前主流音樂(lè)的偏離距離。如圖1所示，圖1中圓心表示當(dāng)前流行的藝術(shù)家?？梢钥闯觯瑥那啻浩陂_(kāi)始，這種偏離隨著用戶(hù)年齡的增大而逐步增大，顯示出用戶(hù)的音樂(lè)口味越來(lái)越偏離主流音樂(lè)。并且，在這一偏離過(guò)程中，男性的偏離速度比女性更快，顯示出男性的音樂(lè)口味會(huì)更快地遠(yuǎn)離主流音樂(lè)。對(duì)于這類(lèi)年齡性別效應(yīng)，參考文獻(xiàn)[38]對(duì)網(wǎng)易云音樂(lè)平臺(tái)上的中國(guó)音樂(lè)聽(tīng)眾的研究也得到了相似的結(jié)論，暗示著流行音樂(lè)偏好隨年齡的變化效應(yīng)可能存在著文化共性，即青少年通常更關(guān)注新的流行音樂(lè)，而且女性往往比同齡男性表現(xiàn)出更強(qiáng)的對(duì)新近流行音樂(lè)的興趣。但是，筆者通過(guò)對(duì)網(wǎng)易云音樂(lè)數(shù)據(jù)的分析發(fā)現(xiàn)，青少年期是音樂(lè)偏好性別差異最大的年齡階段，這一結(jié)論與基于Spotify的研究結(jié)論恰好相反。這一差異可能源自于網(wǎng)易云音樂(lè)數(shù)據(jù)有著更為精細(xì)的音樂(lè)分類(lèi)和更大的用戶(hù)規(guī)模。

圖1 用戶(hù)關(guān)注的音樂(lè)隨年齡的變化

3 音樂(lè)文化社會(huì)學(xué)研究

音樂(lè)與社會(huì)生活密不可分[39]，對(duì)個(gè)人和社會(huì)群體都有著重要的作用和意義。一般而言，音樂(lè)既是個(gè)人身份的標(biāo)志，也是集體身份的組成部分，它甚至可以推動(dòng)一個(gè)人融入或脫離某個(gè)特定的社會(huì)群體[40]。不同群體對(duì)不同音樂(lè)風(fēng)格的偏好導(dǎo)致了他們的音樂(lè)口味、音樂(lè)創(chuàng)作及流行層面的分化，進(jìn)而產(chǎn)生了一系列跨種族、跨階級(jí)、跨文化的社會(huì)性區(qū)別與聯(lián)系。因此，音樂(lè)實(shí)質(zhì)上構(gòu)成了社會(huì)關(guān)系的一部分[41]。人們的音樂(lè)偏好往往受到各類(lèi)社會(huì)性因素的影響和驅(qū)動(dòng)[17]，例如地區(qū)經(jīng)濟(jì)發(fā)展水平、社會(huì)階層、文化背景、民族認(rèn)同等。公 眾的音樂(lè)偏好的普遍性差異往往可以反映出社會(huì)潛在的經(jīng)濟(jì)、政治、文化層面的差異性。近年來(lái)，一系列的研究對(duì)這些社會(huì)學(xué)因素與音樂(lè)偏好的關(guān)系進(jìn)行了大量的分析和挖掘。

首先，在音樂(lè)偏好與地區(qū)經(jīng)濟(jì)發(fā)展水平方面，參考文獻(xiàn)[42]基于5個(gè)主要的音樂(lè)偏好類(lèi)別，調(diào)查了美國(guó)95個(gè)大中型城市音樂(lè)聽(tīng)眾的地區(qū)差異。他們使用因子分析法識(shí)別音樂(lè)偏好的地理變化，使用雙變量相關(guān)分析和回歸分析檢驗(yàn)了各城市居民的音樂(lè)偏好與各城市的經(jīng)濟(jì)、地形、政治和心理等因素之間的關(guān)系。研究表明，人們對(duì)音樂(lè)品味的偏好和社會(huì)經(jīng)濟(jì)階層之間具有很強(qiáng)的相關(guān)性。在較富裕、平均受教育程度較高、社會(huì)文化較自由、多樣性較高的地區(qū)，其居民更傾向于自由主義，也更喜歡當(dāng)代音樂(lè)；而經(jīng)濟(jì)發(fā)展程度較低、平均受教育程度較低、工人階級(jí)、白人和宗教氛圍濃厚的地區(qū)更傾向于保守主義，樸實(shí)、強(qiáng)烈的音樂(lè)往往更受歡迎。

在針對(duì)中國(guó)音樂(lè)平臺(tái)的分析中也獲得了類(lèi)似的結(jié)果[43]。參考文獻(xiàn)[43]抓取了蝦米音樂(lè)②中國(guó)較受歡迎的網(wǎng)絡(luò)音樂(lè)社區(qū)之一的數(shù)據(jù)，采用分層抽樣和隨機(jī)抽樣的方法，得到了一組由59454名用戶(hù)構(gòu)成的隨機(jī)樣本，對(duì)這些用戶(hù)擁有的265456種類(lèi)型級(jí)別的音樂(lè)和256195種子類(lèi)型級(jí)別的音樂(lè)進(jìn)行了分析。在Rao-Stirling多樣性基礎(chǔ)上，該文獻(xiàn)首先提出了一套優(yōu)化的多樣性指標(biāo)，用來(lái)提升對(duì)音樂(lè)多樣性的區(qū)分能力?；谛碌亩鄻有灾笜?biāo)，研究了用戶(hù)的多樣性與用戶(hù)的活動(dòng)行為、用戶(hù)所在地區(qū)的經(jīng)濟(jì)發(fā)展水平之間的相關(guān)性，發(fā)現(xiàn)音樂(lè)多樣性較高的用戶(hù)在社區(qū)中更加活躍，他們往往具有更高的播放次數(shù)和更多喜歡的歌曲。與2016年中國(guó)各個(gè)省份的人均GDP進(jìn)行比較，發(fā)現(xiàn)具有更高音樂(lè)多樣性的用戶(hù)更可能生活在人均GDP更高的省份。

參考文獻(xiàn)[38]針對(duì)網(wǎng)易云音樂(lè)的用戶(hù)音樂(lè)偏好受地區(qū)經(jīng)濟(jì)的影響這一結(jié)論給出了更為詳細(xì)、直接的定量性證據(jù)。該文獻(xiàn)分析了超過(guò)3000萬(wàn)條網(wǎng)易云音樂(lè)的歌單數(shù)據(jù)，統(tǒng)計(jì)了在5種分類(lèi)模式下每一類(lèi)型音樂(lè)的聽(tīng)眾在各個(gè)地區(qū)的分布情況以及該分布情況與各地區(qū)的人均可支配收入之間的相關(guān)性，如圖2所示。圖2中*表示相關(guān)性的顯著程度，1～4個(gè)*分別對(duì)應(yīng)顯著性P值小于0.05、0.01、0.001、0.0001的情況。研究發(fā)現(xiàn)，一些小眾音樂(lè)類(lèi)型往往呈現(xiàn)出更為強(qiáng)烈的正相關(guān)，表示這些小眾音樂(lè)類(lèi)型的聽(tīng)眾更可能集中在經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，促進(jìn)了該地區(qū)用戶(hù)的音樂(lè)多樣性。同時(shí)，經(jīng)濟(jì)發(fā)達(dá)地區(qū)的用戶(hù)也傾向于關(guān)注更多的正面情緒音樂(lè)，如圖2所示的情感分類(lèi)。

以上這些研究說(shuō)明，地區(qū)經(jīng)濟(jì)的發(fā)展可能會(huì)促進(jìn)提升該地區(qū)的用戶(hù)音樂(lè)品味的多樣性，也可能意味著生活在發(fā)達(dá)地區(qū)的人們有更多的機(jī)會(huì)接觸到多種類(lèi)型的音樂(lè)。

在挖 掘音樂(lè)偏好與社會(huì)分層方面，近年來(lái)隨著自然語(yǔ)言處理技術(shù)的日趨成熟，結(jié)合了自然語(yǔ)言文本處理與數(shù)據(jù)挖掘技術(shù)的分析手段顯露出強(qiáng)大的應(yīng)用潛力。Kozlowski A C等人[44]采用神經(jīng)網(wǎng)絡(luò)技術(shù)，利用互聯(lián)網(wǎng)上的數(shù)字化語(yǔ)料庫(kù)訓(xùn)練詞嵌入（word embedding）模型，識(shí)別語(yǔ)料中蘊(yùn)藏的文化與社會(huì)信息。這里采用的詞嵌入模型是基于詞匯之間的語(yǔ)義關(guān)系的一種文本分析高維矢量空間模型。它可以用向量空間中的距離來(lái)描述詞義關(guān)系的遠(yuǎn)近，并定量刻畫(huà)出不同分類(lèi)維度之間的語(yǔ)義相似性。研究者分別從文化社會(huì)學(xué)中的性別、階級(jí)、種族3個(gè)維度進(jìn)行挖掘，分析各文化類(lèi)別背后的社會(huì)學(xué)信息。研究表明，詞嵌入向量空間的維度能夠很好地對(duì)應(yīng)文化意義中的維度?；谶@類(lèi)詞嵌入模型，可以準(zhǔn)確地判斷出音樂(lè)流派與該音樂(lè)流派所對(duì)應(yīng)的社會(huì)階層或社會(huì)群體之間的關(guān)系。

4 音樂(lè)文化傳播學(xué)研究

圖2 網(wǎng)易云音樂(lè)用戶(hù)中，不同類(lèi)型的音樂(lè)的關(guān)注者地區(qū)分布與各地區(qū)的人均可支配收入之間的相關(guān)性

流行音樂(lè)是一種典型的文化產(chǎn)品，挖掘其創(chuàng)作、推廣與流行過(guò)程中的各類(lèi)規(guī)律，對(duì)認(rèn)知文化及文化產(chǎn)品的傳播有著重要的價(jià)值。音樂(lè)流行排行榜一直是研究流行音樂(lè)傳播過(guò)程的重要數(shù)據(jù)來(lái)源[45]。隨著網(wǎng)絡(luò)社交音樂(lè)平臺(tái)的興起，比如潘多拉電臺(tái)、MySpace Music、Spotify、網(wǎng)易云音樂(lè)、蝦米音樂(lè)等，它們積累的大量用戶(hù)信息、點(diǎn)播與關(guān)注數(shù)據(jù)以及海量音頻信息為這一領(lǐng)域的深入研究提供了良好的數(shù)據(jù)支撐。近年來(lái)，采用各類(lèi)大數(shù)據(jù)分析方法，結(jié)合機(jī)器學(xué)習(xí)等人工智能手段，研究者可以實(shí)現(xiàn)對(duì)海量音頻數(shù)據(jù)的文化特征提取，從多個(gè)角度挖掘出驅(qū)動(dòng)音樂(lè)流行的關(guān)鍵因素。

作為一種文化產(chǎn)品，音樂(lè)的流行與多種因素相關(guān)。概括來(lái)說(shuō)，這些因素主要涉及文化生產(chǎn)者的特征、文化受眾的需求、文化產(chǎn)品本身的特征以及外部商業(yè)驅(qū)動(dòng)等方面。

在對(duì)藝術(shù)家特征和受眾需求特征的挖掘方面，研究者發(fā)現(xiàn)，藝術(shù)家的聲譽(yù)[46]、藝術(shù)家過(guò)去的表演成果[47]和藝術(shù)家之間的合作網(wǎng)絡(luò)的結(jié)構(gòu)[48-49]對(duì)流行文化產(chǎn)品的成功有重要作用。代表性的例子是，Uzzi B等人[50]發(fā)現(xiàn)，當(dāng)藝術(shù)家和制作人之間的合作網(wǎng)絡(luò)呈現(xiàn)出小世界的特征時(shí)，作品更有可能取得商業(yè)性的成功。

對(duì)文化產(chǎn)品本身的特征挖掘方面的研究可充分發(fā)揮大數(shù)據(jù)和智能化分析手段的優(yōu)勢(shì)。在這一方面，最為相關(guān)的典型分析技術(shù)是音樂(lè)信息檢索（music information retrieval，MIR）技術(shù)和機(jī)器學(xué)習(xí)[45]。MIR技術(shù)可以對(duì)音頻文件中的音樂(lè)進(jìn)行內(nèi)容分析，并構(gòu)建能夠解釋目標(biāo)變化的模型。機(jī)器學(xué)習(xí)方法的進(jìn)步促進(jìn)了MIR技術(shù)的發(fā)展，使得在音樂(lè)內(nèi)容分析時(shí)可以使用相對(duì)大量的特征，再使用特征選擇和交叉驗(yàn)證手段來(lái)構(gòu)建更有效的模型[51]。Friberg A等人[51]使用MIR技術(shù)和機(jī)器學(xué)習(xí)相關(guān)算法，將音樂(lè)作品的特征從高維降低到一組離散特征之上，進(jìn)而獲得包含離散化的音樂(lè)特征的數(shù)據(jù)集，通過(guò)對(duì)離散特征的分析，能夠確定歌曲在特征空間中的相對(duì)位置，并得出音樂(lè)流行的程度與音樂(lè)特征的相對(duì)典型性之間的聯(lián)系。總而言之，MIR技術(shù)和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展使得對(duì)音樂(lè)的分析可以深入以前難以展開(kāi)研究的方面。

采用這類(lèi)方法論的一個(gè)代表性的研究是Askin N等人[45]對(duì)流行音樂(lè)風(fēng)格與音樂(lè)流行度之間關(guān)系的分析。他們通過(guò)Echo Nest的應(yīng)用程序編程接口（application programming interface，API），利用網(wǎng)絡(luò)爬蟲(chóng)和音頻編碼技術(shù)獲取了從1958年到2016年出現(xiàn)在Billboard Hot 100排行榜上的25102首歌曲的完整音樂(lè)信息，其中既包含多類(lèi)客觀的音樂(lè)特征（例如節(jié)奏、模式和音階），也包括音樂(lè)制作者的自行創(chuàng)作信息（例如歌手嗓音、音樂(lè)的聲學(xué)信息等）。他們把歌曲的各個(gè)特征向量化，然后計(jì)算出各個(gè)音樂(lè)流派的平均特征，隨后采用含權(quán)的余弦相似性來(lái)測(cè)度每首流行歌曲與相應(yīng)流派平均特征之間的風(fēng)格差異，并把這一余弦相似性定義為該流行音樂(lè)的含權(quán)風(fēng)格典型性。研究發(fā)現(xiàn)，這些高流行度音樂(lè)的典型性分布呈現(xiàn)倒U型，如圖3所示。這表明，那些和其他歌曲太相似的歌曲很難吸引聽(tīng)眾的注意力，而極度獨(dú)特的作品也難以成為流行之作，只有歌曲表現(xiàn)出與主流風(fēng)格呈現(xiàn)部分程度的最佳分化，即在一定程度上相似，才更有可能登上排行榜的榜首。此外，Savage P E等人[1]基于系統(tǒng)發(fā)育學(xué)思想，通過(guò)對(duì)全球304組音樂(lè)樣本構(gòu)建音樂(lè)特征之間的關(guān)聯(lián)關(guān)系，尋找世界各類(lèi)音樂(lè)中具有跨文化意義的普遍性規(guī)律。

圖3 不同典型性水平的歌曲達(dá)到排行榜峰值位置的邊際概率

在外部商業(yè)驅(qū)動(dòng)因素的挖掘方面，近期的一個(gè)代表性成果是Shin S等人[52]對(duì)Gaon音樂(lè)排行榜上的K-Pop（Korean pop）歌曲的分析。他們分析的數(shù)據(jù)集覆蓋了從2010年到2015年總共313周的將近7000首出現(xiàn)在排行榜上的歌曲，包含各歌曲的數(shù)字音樂(lè)銷(xiāo)售數(shù)據(jù)、下載量以及在線點(diǎn)播量等信息。他們分析了每首歌曲在流行排行榜上的動(dòng)態(tài)表現(xiàn)以及背后的驅(qū)動(dòng)因素，發(fā)現(xiàn)韓國(guó)流行音樂(lè)在發(fā)布后的很短時(shí)間內(nèi)就能登上排行榜的頂峰，與別國(guó)流行音樂(lè)在排行榜上的表現(xiàn)形成明顯的差異。韓國(guó)流行歌曲表現(xiàn)出的典型行為源自于韓國(guó)最近的主導(dǎo)趨勢(shì)：韓國(guó)音樂(lè)制作公司更加關(guān)注流行音樂(lè)的商業(yè)運(yùn)作。這導(dǎo)致短時(shí)間內(nèi)商業(yè)運(yùn)作對(duì)歌曲成功的影響大于歌曲內(nèi)在質(zhì)量對(duì)歌曲成功的影響。其他國(guó)家歌曲流行速度很慢，但是比韓國(guó)流行歌曲更有生命力，如果其他國(guó)家流行音樂(lè)制作人沒(méi)有強(qiáng)大的音樂(lè)制作公司背景，導(dǎo)致其作品未能在早期上榜，那么在音樂(lè)質(zhì)量和其他因素（例如媒體曝光等）的共同影響下，其作品依然有可能“大器晚成”，在晚期上榜。

5 問(wèn)題與挑戰(zhàn)

對(duì)大型社會(huì)化音樂(lè)數(shù)據(jù)集（特別是從各種在線音樂(lè)平臺(tái)上獲得的數(shù)據(jù)集）的分析，通常會(huì)受到各種因素的制約[53-55]。首先，基于社會(huì)化大數(shù)據(jù)的分析研究的關(guān)注點(diǎn)常常集中在相關(guān)性以及相關(guān)性的時(shí)間、空間穩(wěn)定性等方面，而對(duì)傳統(tǒng)社會(huì)學(xué)中的假設(shè)驅(qū)動(dòng)、因果關(guān)系分析的關(guān)注相對(duì)較少。因此，大數(shù)據(jù)社會(huì)學(xué)研究常常更加傾向于探索大量的數(shù)據(jù)資源，生成新的社會(huì)學(xué)假設(shè)[54]。但是，從當(dāng)前針對(duì)音樂(lè)領(lǐng)域的大數(shù)據(jù)分析來(lái)看，大多數(shù)研究仍然以向原有社會(huì)學(xué)理論提供基于大數(shù)據(jù)的社會(huì)學(xué)支撐為核心，真正能夠提供可突破原有社會(huì)學(xué)理論的研究尚不足。同時(shí)，如何從海量的在線數(shù)據(jù)中提取具有代表性的樣本仍然是一個(gè)巨大的挑戰(zhàn)，涉及的概念和方法上的復(fù)雜性往往會(huì)同時(shí)出現(xiàn)在多個(gè)不同的分析層面之上[55]。

對(duì)音樂(lè)偏好的研究則受到識(shí)別音樂(lè)類(lèi)型所用方法的制約[13,16]。在使用機(jī)器學(xué)習(xí)方法進(jìn)行音樂(lè)特征提取時(shí)，往往存在理論精度限制[56-57]，準(zhǔn)確率通常為48%～78%[51]。相當(dāng)一部分基于在線音樂(lè)點(diǎn)播數(shù)據(jù)的研究采用了平臺(tái)給定的音樂(lè)類(lèi)型標(biāo)簽來(lái)標(biāo)識(shí)音樂(lè)流派。然而，由于新風(fēng)格音樂(lè)和多類(lèi)風(fēng)格相融合的音樂(lè)層出不窮，而且音樂(lè)風(fēng)格的分類(lèi)維度本身存在較高的多樣性，這些音樂(lè)類(lèi)型標(biāo)簽覆蓋的范圍往往相當(dāng)有限，因此，在用于描述用戶(hù)偏好方面存在準(zhǔn)確性問(wèn)題[16,58]。部分新近的研究采用了用戶(hù)自主標(biāo)注的音樂(lè)類(lèi)型標(biāo)簽，這類(lèi)標(biāo)簽中隱藏著個(gè)人對(duì)所聽(tīng)音樂(lè)的風(fēng)格模式的特征感知及其心理效應(yīng)等方面的信息，可以獲得若干新的分析維度。但是這類(lèi)標(biāo)簽也帶來(lái)了新的不確定性，因?yàn)榧词箤?duì)于音樂(lè)專(zhuān)家來(lái)說(shuō)，給各類(lèi)音樂(lè)作品準(zhǔn)確地貼上標(biāo)簽也是相當(dāng)有挑戰(zhàn)的事情，而這種不確定性帶來(lái)的負(fù)面影響很難評(píng)估?？傮w而言，目前在挖掘人類(lèi)的音樂(lè)偏好時(shí)，對(duì)于怎樣實(shí)現(xiàn)最有效的音樂(lè)類(lèi)型劃分還沒(méi)有形成普遍的共識(shí)[15]。

最后，同各類(lèi)在線社會(huì)化大數(shù)據(jù)一樣，音樂(lè)大數(shù)據(jù)常常也存在大量的數(shù)據(jù)污染問(wèn)題。這些數(shù)據(jù)污染除了各類(lèi)虛假的用戶(hù)信息（如虛假的年齡和性別）、音樂(lè)榜單刷評(píng)、虛假點(diǎn)播數(shù)據(jù)等有意識(shí)的數(shù)據(jù)造假行為以外，也包括若干由用戶(hù)日?；?dòng)帶來(lái)的無(wú)意識(shí)的污染。例如，許多在線音樂(lè)社區(qū)的用戶(hù)傾向于與家人、伴侶或朋友分享他們所聽(tīng)的音樂(lè)，從而可能影響到對(duì)一些特定人群的音樂(lè)偏好的識(shí)別。對(duì)于這些數(shù)據(jù)污染問(wèn)題，一些研究也提出若干針對(duì)性的解決方案，在對(duì)Spotify用戶(hù)的分析中，為了過(guò)濾虛假年齡信息采用的近鄰年份平均方法就是一個(gè)典型的例子[37]。

6 結(jié)束語(yǔ)

總體而言，隨著大數(shù)據(jù)技術(shù)和各類(lèi)人工智能手段的介入，研究者獲得了一套可以對(duì)音樂(lè)文化領(lǐng)域中的一系列研究對(duì)象進(jìn)行定量刻畫(huà)并挖掘其中隱藏規(guī)律的新的方法論。日益豐富的研究成果已經(jīng)基本證明了這類(lèi)新的方法論在音樂(lè)文化研究領(lǐng)域的有效性。盡管當(dāng)前這套方法論在具體應(yīng)用過(guò)程中依然受到各種來(lái)自外部數(shù)據(jù)資源和方法自身的制約，但已經(jīng)顯露出有望取得顛覆性發(fā)展的潛力。