- Spotify API 提供了数十个音频和上下文变量（能量、效价、持续时间、舞曲性等），使您可以建模并了解是什么使一首歌流行起来。
- 统计分析表明，流行歌曲和非流行歌曲之间几乎所有音频特征都存在差异，而流派、音调或标题情感的预测权重较小。
- 逻辑回归、KNN、SVM、朴素贝叶斯和随机森林等机器学习模型在预测某个主题是否会进入最热门的前 15% 时，准确率约为 84%–85%。
- 在Spotify这个由编辑歌单和推荐算法主导的生态系统中，歌曲的长度、能量、响度和乐器运用是其受欢迎程度的关键因素。
Spotify 已成为研究歌曲走红秘诀的完美实验室：我们拥有实时播放数据、针对艺人的高级指标，以及每秒钟都有数百万听众做出选择。Spotify 早已超越了单纯的听歌平台，转型成为一个庞大的数据库，我们可以分析歌曲的播放模式、情感流派、音乐类型和歌单策略，从而了解为什么有些歌曲会爆红，而有些歌曲却会销声匿迹。
近年来，涌现出许多专门用于分析Spotify热门歌曲的工具、学术研究和机器学习模型：从研究诸如“今日热门歌曲”或“说唱鱼子酱”之类的编辑排行榜，到构建能够预测一首歌是否会成为曲库中最受欢迎的歌曲类别的算法。与此同时，Spotify for Artists 让这些指标触手可及，使所有艺术家都能了解谁在听他们的歌，他们的歌曲在哪里以及如何被发现，并据此调整他们的创作和营销策略。
Spotify热门歌曲分析究竟是什么？它为什么重要？
当我们谈论Spotify热门歌曲分析时，我们指的不仅仅是歌曲的播放次数。它是一种更广泛的分析方法，结合了音频、语境和用户行为，旨在解答一个令人不安却至关重要的问题：能否在歌曲发行前预测其成功与否？研究人员利用Spotify API提供的数据，分析诸如流行度、能量、情感倾向、时长、节奏和舞曲性等变量，力求更接近答案。
这种方法源于所谓的“热门歌曲科学”，这是迈克·麦克雷迪在2000年代初推广的一个概念：利用算法和数学模型来预测哪些歌曲会在排行榜和电台热播。尽管早期的研究表明这非常困难（而且模型不够精确），但随着流媒体的出现、数据量的爆炸式增长以及机器学习技术的改进，情况已经发生了彻底的改变。
如今，Spotify 提供了一个 API，用户可以访问数万首歌曲及其音乐和上下文属性：从调式和模式到歌曲是原声还是器乐的可能性，包括专门用于描述歌曲感知度的指标（能量、情感、舞曲性等）。所有这些都使得人们能够从主观意见转向更加精确的定量分析。
与此同时，Spotify for Artists工具可以帮助创作者避免陷入虚荣指标的泥沼，专注于真正重要的方面：长期受众发展、互动、留存，以及营销活动如何影响真正粉丝的积累。换句话说，数字固然重要，但更重要的是背景和战略意图。
官方歌单与策略：编辑歌单的重要性
在任何对Spotify热门歌曲进行严肃分析时，官方编辑歌单的作用都是最重要的因素之一。诸如Discover Weekly、Release Radar、Today's Top Hits、New Music Friday、Rap Caviar、Mint或¡Viva Latino!之类的歌单就像巨大的放大器：登上其中一个歌单就能彻底改变一首歌甚至一位歌手的职业生涯轨迹。
像 Soundcharts 这样的第三方工具可以让你了解艺人在这些歌单上的表现：上榜次数、停留时间、影响力最大的市场等等。这类分析清楚地表明，在编辑排行榜上的排名不仅仅是为了好看，而是平台增长战略的关键组成部分。
打造优质歌单有一些共同的标准。例如，歌单中艺术家的多样性比反复出现相同的艺术家更有价值。如果歌单中同一位艺术家出现次数过多，往往会获得较低的评分，因为这会降低听众的发现感。
音乐风格的平衡也至关重要。如果歌单混杂了太多风格而缺乏明确的方向，用户体验就会变得支离破碎，评分也会下降。表现最佳的歌单往往专注于一到几种风格鲜明的音乐类型，让用户一眼就能明白点击播放后会听到什么。
另一个关键因素是知名歌曲和新兴歌曲的搭配。只包含热门金曲的歌单固然不错，但却缺乏发现新歌的潜力。相比之下，将经典歌曲与鲜为人知的佳作相结合的歌单往往能吸引更多用户参与，并有助于催生新的热门歌曲。
最后，人们普遍认为，一份好的歌单至少应该包含50 首歌曲才能提供完整的听歌体验。少于 10 首歌曲的歌单通常被认为质量较差，评分也较低，这也会影响歌单中歌曲的表现。
Spotify简史及其分析技术的起源
在Spotify能够进行高级热门歌曲分析之前，该平台本身必须先在音乐行业中找到自己的定位。这个想法由联合创始人丹尼尔·埃克（Daniel Ek）在2002年Napster倒闭后萌生：他想创建一个“比盗版更好，但又能为行业带来收益”的服务。当时，埃克运营着领先的P2P下载和共享客户端之一uTorrent，因此他对未经授权的分发领域有着切身体会。
2006年底将uTorrent出售给BitTorrent后，Ek全身心投入到Spotify的开发中。在与索尼音乐娱乐、环球音乐集团和华纳音乐集团等主要唱片公司达成授权和股权协议后，Spotify于2008年在瑞典正式上线。一年后，Spotify拓展至英国市场，并于2011年进军美国市场。
在初期阶段，Spotify 的付费用户数量从欧洲的约 100 万增长到2012 年的全球近 4 万。到 2016 年，Spotify 宣布其付费用户已达 40 万，总用户数约为 1 亿，巩固了流媒体作为全球音乐消费主导形式的地位。
与此同时，面向艺人的数据工具也开始涌现。首先是Fan Insights，它为部分团队提供了有限的流媒体数据访问权限，包括受众特征、地理位置和基本趋势。2017 年，该解决方案升级为 Spotify for Artists，让所有艺人都能查看关键指标，并利用这些数据来制定巡演、发行和宣传方面的决策。
2018年，该公司上市，市值接近30.000亿美元。自此，其业务覆盖的市场数量持续增长，平台内数据分析的重要性也日益凸显。这家最初以授权媒体播放起家的公司，如今已发展成为以数据为核心的全球基础设施。
Spotify 指标：除了播放量之外，如何衡量一首歌
要构建热门歌曲预测模型，首先需要了解Spotify API提供的数据类型。例如，在一项针对印度市场的研究中，研究人员从Spotify生成的播放列表中提取了超过46.000条歌曲记录，涵盖了各种流派和子流派。
信息被组织成多个模块。在曲目级别，我们可以找到诸如标识符、标题、艺术家、流行度、发行日期和时长（以毫秒为单位）等数据。在专辑级别，存储着专辑 ID 和专辑名称。在播放列表级别，显示播放列表名称、ID、流派和关联的子流派。
但对于热门歌曲分析而言，最有趣的方面是音频特征，这些特征分为不同类别：情绪特征（舞曲性、能量、情感、节奏）、物理属性（响度、人声、乐器性）、语境（声学特性、现场感）以及音乐片段（调性、模式）。每个变量都经过精心定义和标准化处理。
例如，舞曲性用0到1之间的值来表示，它概括了歌曲的易舞程度，其依据包括节奏、速度稳定性以及节拍强度等因素。能量值也介于0到1之间，旨在捕捉歌曲听起来是激昂、快速、强劲，还是较为平静或柔和。
效价描述的是音频所传递的情感“积极性”：低值对应悲伤、紧张或阴郁的情绪，而高值则对应欢快、明亮或令人愉悦的音乐。原声性衡量的是曲目是否为原声的可能性，现场性衡量的是录音中是否存在现场观众，而语音性则反映的是混音中人声的比例（例如，播客或朗诵曲目中语音比例非常高）。
其他重要参数包括BPM 速度、总时长、调性（以整数编码）、调式（大调或小调）以及歌曲受欢迎程度。受欢迎程度是 Spotify 的内部指标，范围从 0 到 100，取决于播放量和播放时间。一首几年前很火但现在很少播放的歌曲，其受欢迎程度会随着时间的推移而下降。
如何准备和清理数据集以进行命中预测
在讨论Spotify热门歌曲分析时，数据集的准备工作常常被忽略。本研究使用R和RStudio，通过调用Spotify API收集数据，选取了不同市场（印度）、音乐类型和子类型组合，并根据其全球和本地权重进行选择。
将来自不同主题歌单的歌曲合并在一起时，经常会出现很多重复的曲目，因为同一首歌可能会出现在不同的歌单中。由于本次分析的目的并非探讨歌单创建策略本身，而是分析歌曲的特征，因此我们删除了重复的曲目，将歌曲总数从 46.417 首减少到约 39.147 首。
移除了模型中不用作解释变量的列，例如艺术家、专辑 ID 和名称以及播放列表特定字段。同时，对字段名称进行了规范化，并调整了数据类型：例如，将流行度、模式、键值和时长转换为浮点值，以便于进行统计分析。
一项关键决策是将流行度转化为一个更易于管理的变量。不再使用0到100的连续值，而是设定一个阈值来区分流行歌曲和不流行歌曲。取分布的第85个百分位数（大约对应流行度65），高于该值的歌曲被视为“流行歌曲”，其余歌曲则被视为“不流行歌曲”。
通过这种方式，数据集被分为近6.000首流行歌曲和约33.000首不流行歌曲。为了进行探索性分析，数据集甚至被进一步细分为五个流行度等级（非常高、高、中等、低和非常低），每个等级间隔20分，这样就可以比较不同流行度等级之间的细微趋势。
此外，我们还根据歌曲标题生成了一个新的变量：情感指标。使用 Python 中的 TextBlob 库，我们计算了每个标题的极性（介于 -1 和 1 之间的数值），并将其分类为正面、负面或中性。我们将该数值添加到数据框中，以研究标题的语气是否与其受欢迎程度相关。
数据探索：最流行歌曲的特点是什么？
在训练任何机器学习模型之前，必须花时间对数据进行可视化和统计分析。在本研究中，我们分析了分布曲线、各受欢迎程度群体的平均值以及情绪与成功之间的关系。
其中一项引人注目的发现与最成功歌曲的情感倾向有关。在分析人气得分高于90的歌曲时，研究人员发现，其中相当一部分歌曲的情感倾向值低于0,5；也就是说，它们听起来更悲伤、更忧郁或更伤感，而非欢快。这并非绝对的主导地位，但却是一个清晰的趋势。
当绘制出不同音乐类型的流行度分布图时，大多数曲线近似呈钟形，许多歌曲的流行度集中在平均值附近，而两端的歌曲较少。然而，摇滚、节奏布鲁斯、电子舞曲、世界音乐和印度音乐等类型由于存在大量流行度为零的歌曲，呈现出一定的不对称性。相比之下，流行、说唱、拉丁和南亚音乐等风格的流行度分布则更为均衡，零流行度歌曲的集中度较低。
这表明，在那些更主流的音乐类型中，即使歌曲不具备所有理想的特征，也更容易达到一定的受欢迎程度，而在其他风格中，成功的分布则更加两极分化。
通过比较不同流行度等级下各项特征的平均值，我们发现了一个非常清晰的模式：最成功的歌曲往往能量更强、音量更大（感知音量更高），乐器演奏更丰富，人声部分更少。简而言之，在流媒体平台上表现最佳的歌曲通常更有力量，更注重音乐而非歌词。
研究还发现，流行歌曲的原声性和现场感较低；也就是说，它们听起来不那么“原声”，也不那么“现场”。它们更多地经过录音室制作，更加精雕细琢，环境噪音较少，缺乏演唱会的感觉。
另一项重要发现是，热门歌曲往往比冷门歌曲短。在收入取决于播放量且算法会奖励重复播放的情况下，较短的歌曲能够更快地积累播放量，更容易被添加到歌单中，这也就不足为奇了。
就感知幸福感（效价）而言，其趋势颇为奇特：幸福感水平从较低的流行度等级上升到较高的流行度等级，但在最极端的“非常高”等级中，幸福感却显著下降。换句话说，超级流行的歌曲往往比仅仅“成功”的歌曲听起来更忧伤，这为解读公众品味和社会情感背景提供了诸多可能性。
统计分析：类型和音频属性的影响
数据探索完毕后，下一步是运用正式的统计检验方法，确定哪些变量与解释流行度相关。为了研究性别是否影响成功，我们对九个主要音乐类型进行了方差分析（ANOVA）。
方差分析结果显示F值非常高，但几乎没有统计学意义，这意味着不同性别之间的受欢迎程度存在统计学上的显著差异。然而，这还不够：还需要知道这些差异存在于哪些性别之间，以及该变量是否适用于预测模型。
鉴于方差不齐且每种音乐类型的歌曲数量各不相同，我们采用了Games-Howell 事后检验。该分析使我们能够确定哪些音乐类型组合在受欢迎程度上没有显著差异，总体而言，这使得在机器学习模型中使用音乐类型作为强预测因子变得不那么明智。
同时，我们对每项音频特征进行了独立样本t检验，比较了流行歌曲组和非流行歌曲组的均值。在95%的显著性水平下，几乎所有变量（舞曲性、能量、响度、声学特性、现场感、时长、节奏、情感效价和器乐性）在两组之间均显示出显著差异。
唯一明显的例外是言语强度。在第一次测试中，均值差异并不显著，但进一步分析表明，热门话题的言语强度范围（介于 0,024 和 0,685 之间）落在了不太热门话题的更宽泛范围（介于 0 和 0,964 之间）之内。这种重叠并没有妨碍言语强度在有效使用的情况下为模型提供信息，因此决定将其保留为预测因子。
总而言之，音频特征块在描述流行度方面表现出了清晰的描述能力，而流派的处理则更为谨慎，并在某些预测方法中被舍弃为主要变量。
构建机器学习模型来预测热门歌曲
数据集清洗完毕，相关变量也已选出，接下来需要创建二元分类模型，用于预测歌曲是否属于流行度前15%。为此，首先使用Pandas的get_dummies函数将分类变量key和mode转换为虚拟变量。
加入这些虚拟变量后，原有的音调和模式列以及连续的流行度列被移除，二元流行度字段（流行与不流行）被保留为目标变量。在训练模型之前，所有数值特征都使用 StandardScaler 进行了标准化，因为它们的尺度差异很大，因此确保它们具有可比的权重至关重要。
使用 train_test_split 函数将数据集拆分为训练集和测试集，并预留20% 的记录用于测试。这防止了数据泄露，并确保性能指标反映模型的实际泛化能力，而不仅仅是其记忆训练数据的能力。
首先应用的是逻辑回归模型，这是一种广泛应用于二元分类的技术。我们实现了一个迭代版本，学习率为0,01，迭代次数为200，并使用交叉验证对其进行了评估。平均准确率达到了约84,7%，对于预测音乐成就这样复杂的问题来说，这是一个非常出色的结果。
接下来，我们测试了K近邻（KNN）算法，该算法根据特征空间中每首歌曲的k个最近邻对其进行分类。通过使用网格搜索调整ky值以找到最优配置，我们获得了非常相似的准确率，约为84,8%，并且与逻辑回归相比，交叉验证得分略有提高。
下一个模型是支持向量机（SVM），这是一种监督学习技术，能够处理线性和非线性关系。同样，通过超参数调优，准确率达到了约 84,6%，交叉验证结果也与之相符，表明其性能稳定。
基于特征独立性假设的朴素贝叶斯分类器也进行了评估。尽管该模型在假设方面要简单得多，但其准确率（约 84,6%）与支持向量机 (SVM) 相当，并且非常接近逻辑回归和 K 近邻 (KNN)，这进一步证实了该问题结构非常适合这种概率方法。
最后，我们测试了基于决策树的模型。决策树分类器的准确率显著降低，约为75,4%，交叉验证也证实了这一性能下降，这很可能是由于过拟合问题造成的。随机森林分类器结合了多棵树来平滑这些影响，性能显著提升，准确率达到约84,1%，交叉验证准确率超过84%。
为了完成分析，我们为随机森林模型生成了混淆矩阵和分类报告。该模型在识别非流行歌曲（多数类）方面表现出色，准确率达到 0,85，召回率接近 0,99；而在识别流行歌曲（少数类）方面，其表现则较为一般，准确率仅为 0,40，召回率也只有 0,05。这凸显了此类问题中常见的类别不平衡挑战。
变量的重要性：打造热门歌曲时哪些因素最重要
除了了解哪个模型最准确之外，理解哪些特征在预测歌曲是否会流行时真正提供了有用的信息也至关重要。为此，我们使用 XGBoost（XGBClassifier）来获取变量重要性得分，该得分基于每个特征对降低决策树误差的贡献。
结果显示，这首歌的长度明显高于其他歌曲，F 值远高于 400。这一发现与歌曲较短更容易让人反复聆听，从而在更短时间内积累更多播放量的观点相符，而这正是 Spotify 推荐算法倾向于奖励的。
另一方面，诸如关键词、模式或从标题中提取的情感等变量的重要性得分低于 50，表明它们对模型整体预测能力的贡献微乎其微。这并非意味着它们完全没有影响，而是与其他特征相比，它们的权重要小得多。
其余音频属性（例如能量、舞曲性、情感值、响度、原声性、现场感、人声部分和器乐部分）均处于中间范围，F 值介于 200 到 300 之间，表明它们构成了一个相当均衡的信息模块。虽然没有哪个属性完全占据主导地位，但它们共同作用，能够较为准确地反映一首歌的成功几率。
总而言之，基于音频特征的模型能够以大约84-85% 的准确率预测一首歌曲是否会进入最受欢迎的前 15%，这为“热门歌曲科学”的古老直觉提供了一些经验支持：有了良好的数据和适当的技术，音乐的成功并非完全随机，尽管其中仍然存在相当大的不可预测因素。
这项分析描绘出的图景表明，结合Spotify数据、传统统计方法和机器学习模型，我们能够超越简单的播放量统计。通过理解歌曲时长、能量、情感倾向和乐器性等因素的影响，以及编辑歌单和平台推荐机制的作用，我们可以为艺术家、唱片公司和分析师提供一份非常具体的路线图，帮助他们解读某些歌曲走红的原因，以及如何在不完全丧失人性化和创造性元素的前提下，最大限度地提高歌曲跻身热门行列的几率。幸运的是，这些元素是无法用任何公式来概括的。
