- Spotify API 提供了數十個音訊和上下文變數（能量、效價、持續時間、舞曲性等），讓您可以建模並了解是什麼使一首歌流行起來。
- 統計分析表明，流行歌曲和非流行歌曲之間幾乎所有音訊特徵都存在差異，而流派、音調或標題情感的預測權重較小。
- 邏輯迴歸、KNN、SVM、樸素貝葉斯和隨機森林等機器學習模型在預測某個主題是否會進入最熱門的前 15% 時，準確率約為 84%–85%。
- 在Spotify這個由編輯歌單和推薦演算法主導的生態系統中，歌曲的長度、能量、響度和樂器運用是其受歡迎程度的關鍵因素。
Spotify 已成為研究歌曲走紅秘訣的完美實驗室：我們擁有即時播放數據、針對藝人的高級指標，以及每秒鐘都有數百萬聽眾做出選擇。 Spotify 早已超越了單純的聽歌平台，轉型成為一個龐大的資料庫，我們可以分析歌曲的播放模式、情緒流派、音樂類型和歌單策略，從而了解為什麼有些歌曲會爆紅，而有些歌曲卻會銷聲匿跡。
近年來，湧現許多專門用於分析Spotify熱門歌曲的工具、學術研究和機器學習模型：從研究諸如“今日熱門歌曲”或“說唱魚子醬”之類的編輯排行榜，到構建能夠預測一首歌是否會成為曲庫中最受歡迎的歌曲類別的演算法。同時，Spotify for Artists 讓這些指標觸手可及，使所有藝術家都能了解誰在聽他們的歌，他們的歌曲在哪里以及如何被發現，並據此調整他們的創作和營銷策略。
Spotify熱門歌曲分析究竟是什麼？它為什麼重要？
當我們談論Spotify熱門歌曲分析時，我們指的不僅僅是歌曲的播放次數。它是一種更廣泛的分析方法，結合了音訊、情境和使用者行為，旨在解答一個令人不安卻至關重要的問題：能否在歌曲發行前預測其成功與否？研究人員利用Spotify API提供的數據，分析諸如流行度、能量、情感傾向、時長、節奏和舞曲性等變量，力求更接近答案。
這種方法源自於所謂的“熱門歌曲科學”，這是邁克·麥克雷迪在2000年代初推廣的一個概念：利用演算法和數學模型來預測哪些歌曲會在排行榜和電台熱播。儘管早期的研究表明這非常困難（而且模型不夠精確），但隨著串流媒體的出現、資料量的爆炸式增長以及機器學習技術的改進，情況已經發生了徹底的改變。
如今，Spotify 提供了一個 API，使用者可以存取數萬首歌曲及其音樂和上下文屬性：從調式和模式到歌曲是原聲還是器樂的可能性，包括專門用於描述歌曲感知度的指標（能量、情感、舞曲性等）。所有這些都使得人們能夠從主觀意見轉向更精確的定量分析。
同時，Spotify for Artists工具可以幫助創作者避免陷入虛榮指標的泥沼，專注於真正重要的方面：長期受眾發展、互動、留存，以及行銷活動如何影響真正粉絲的累積。換句話說，數字固然重要，但更重要的是背景和策略意圖。
官方歌單與策略：編輯歌單的重要性
在任何對Spotify熱門歌曲進行嚴肅分析時，官方編輯歌單的作用都是最重要的因素之一。諸如Discover Weekly、Release Radar、Today's Top Hits、New Music Friday、Rap Caviar、Mint或¡ Viva Latino!之類的歌單就像巨大的擴大器：登上其中一個歌單就能徹底改變一首歌甚至一位歌手的職業生涯軌跡。
像 Soundcharts 這樣的第三方工具可以讓你了解藝人在這些歌單上的表現：上榜次數、停留時間、影響力最大的市場等等。這類分析清楚地表明，在編輯排行榜上的排名不僅僅是為了好看，而是平台成長策略的關鍵組成部分。
打造優質歌單有一些共同的標準。例如，歌單中藝術家的多樣性比反覆出現相同的藝術家更有價值。如果歌單中同一位藝術家出現次數過多，往往會獲得較低的評分，因為這會降低聽眾的發現感。
音樂風格的平衡也至關重要。如果歌單混雜了太多風格而缺乏明確的方向，使用者體驗就會變得支離破碎，評分也會下降。表現最佳的歌單往往專注於一到幾種風格鮮明的音樂類型，讓使用者一眼就能明白點擊播放後會聽到什麼。
另一個關鍵因素是知名歌曲和新興歌曲的搭配。只包含熱門金曲的歌單固然不錯，但缺乏發現新歌的潛力。相較之下，將經典歌曲與鮮為人知的佳作相結合的歌單往往能吸引更多用戶參與，並有助於催生新的熱門歌曲。
最後，人們普遍認為，一份好的歌單至少應該包含50 首歌曲才能提供完整的聽歌體驗。少於 10 首歌曲的歌單通常被認為品質較差，評分也較低，這也會影響歌單中歌曲的表現。
Spotify簡史及其分析技術的起源
在Spotify能夠進行高級熱門歌曲分析之前，該平臺本身必須先在音樂產業中找到自己的定位。這個想法由共同創辦人丹尼爾·埃克（Daniel Ek）在2002年Napster倒閉後萌生：他想創造一個「比盜版更好，但又能為產業帶來收益」的服務。當時，埃克經營領先的P2P下載和共享客戶端之一uTorrent，因此他對未經授權的分發領域有著切身體會。
2006年底將uTorrent出售給BitTorrent後，Ek全心投入Spotify的開發。在與索尼音樂娛樂、環球音樂集團和華納音樂集團等主要唱片公司達成授權和股權協議後，Spotify於2008年在瑞典正式上線。一年後，Spotify拓展至英國市場，並於2011年進軍美國市場。
在初期階段，Spotify 的付費用戶數量從歐洲的約 100 萬人增加到2012 年的全球近 4 萬人。到 2016 年，Spotify 宣布其付費用戶已達 40 萬，總用戶數約為 1 億，鞏固了串流媒體作為全球音樂消費主導形式的地位。
同時，面向藝人的數據工具也開始出現。首先是Fan Insights，它為部分團隊提供了有限的串流資料存取權限，包括受眾特徵、地理位置和基本趨勢。 2017 年，該解決方案升級為 Spotify for Artists，讓所有藝人都能查看關鍵指標，並利用這些數據來制定巡迴、發行和宣傳方面的決策。
2018年，該公司上市，市值接近30.000億美元。自此，其業務涵蓋的市場數量持續成長，平台內資料分析的重要性也日益凸顯。這家最初以授權媒體播放起家的公司，如今已發展成為以數據為核心的全球基礎設施。
Spotify 指標：除了播放量之外，如何衡量一首歌
要建立熱門歌曲預測模型，首先需要了解Spotify API提供的資料類型。例如，在一項針對印度市場的研究中，研究人員從Spotify產生的播放清單中提取了超過46.000條歌曲記錄，涵蓋了各種流派和子流派。
資訊被組織成多個模組。在曲目級別，我們可以找到諸如標識符、標題、藝術家、流行度、發行日期和時長（以毫秒為單位）等數據。在專輯級別，儲存著專輯 ID 和專輯名稱。在播放清單級別，顯示播放清單名稱、ID、流派和關聯的子流派。
但對於熱門歌曲分析而言，最有趣的方面是音頻特徵，這些特徵分為不同類別：情緒特徵（舞曲性、能量、情感、節奏）、物理屬性（響度、人聲、樂器性）、語境（聲學特性、現場感）以及音樂片段（調性、模式）。每個變數都經過精心定義和標準化處理。
例如，舞曲性以0到1之間的數值來表示，它概括了歌曲的易舞程度，其依據包括節奏、速度穩定性以及節拍強度等因素。能量值也介於0到1之間，旨在捕捉歌曲聽起來是激昂、快速、強勁，還是較為平靜或柔和。
效價描述的是音頻所傳遞的情緒「積極性」：低值對應悲傷、緊張或陰鬱的情緒，而高值則對應歡快、明亮或令人愉悅的音樂。原聲性衡量的是曲目是否為原聲的可能性，現場性衡量的是錄音中是否存在現場觀眾，而語音性則反映的是混音中人聲的比例（例如，播客或朗誦曲目中語音比例非常高）。
其他重要參數包括BPM 速度、總時長、調性（以整數編碼）、調式（大調或小調）以及歌曲受歡迎程度。受歡迎程度是 Spotify 的內部指標，範圍從 0 到 100，取決於播放量和播放時間。一首幾年前很火紅但現在很少播放的歌曲，其受歡迎程度會隨著時間的推移而下降。
如何準備和清理資料集以進行命中預測
在討論Spotify熱門歌曲分析時，資料集的準備工作常常被忽略。本研究使用R和RStudio，透過呼叫Spotify API收集數據，選取了不同市場（印度）、音樂類型和子類型組合，並根據其全球和本地權重進行選擇。
將不同主題歌單的歌曲合併在一起時，經常會出現許多重複的曲目，因為同一首歌可能會出現在不同的歌單中。由於本分析的目的並非探討歌單創建策略本身，而是分析歌曲的特徵，因此我們刪除了重複的曲目，將歌曲總數從 46.417 首減少到約 39.147 首。
移除了模型中不用作解釋變數的列，例如藝術家、專輯 ID 和名稱以及播放清單特定欄位。同時，對欄位名稱進行了規範化，並調整了資料類型：例如，將流行度、模式、鍵值和時長轉換為浮點值，以便於進行統計分析。
一項關鍵決策是將流行度轉化為一個更易於管理的變數。不再使用0到100的連續值，而是設定一個閾值來區分流行歌曲和不流行歌曲。取分佈的第85個百分位數（大約對應流行度65），高於該值的歌曲被視為“流行歌曲”，其餘歌曲則被視為“不流行歌曲”。
透過這種方式，資料集被分為近6.000首流行歌曲和約33.000首不流行歌曲。為了進行探索性分析，資料集甚至被進一步細分為五個流行度等級（非常高、高、中等、低和非常低），每個等級間隔20分，這樣就可以比較不同流行度等級之間的細微趨勢。
此外，我們還根據歌曲標題產生了一個新的變數：情緒指標。使用 Python 中的 TextBlob 函式庫，我們計算了每個標題的極性（介於 -1 和 1 之間的數值），並將其分類為正面、負面或中性。我們將該數值添加到資料框中，以研究標題的語氣是否與其受歡迎程度相關。
數據探索：最流行歌曲的特色是什麼？
在訓練任何機器學習模型之前，必須花時間對資料進行視覺化和統計分析。在本研究中，我們分析了分佈曲線、各受歡迎程度群體的平均值以及情緒與成功之間的關係。
其中一項引人注目的發現與最成功歌曲的情感傾向有關。在分析人氣分數高於90的歌曲時，研究人員發現，其中相當一部分歌曲的情感傾向值低於0,5；也就是說，它們聽起來更悲傷、更憂鬱或更傷感，而非歡快。這並非絕對的主導地位，但卻是清晰的趨勢。
當繪製出不同音樂類型的流行度分佈圖時，大多數曲線近似呈鐘形，許多歌曲的流行度集中在平均值附近，而兩端的歌曲較少。然而，搖滾、節奏藍調、電子舞曲、世界音樂和印度音樂等類型由於存在大量流行度為零的歌曲，呈現出一定的不對稱性。相較之下，流行、饒舌、拉丁和南亞音樂等風格的流行度分佈則更為均衡，零流行度歌曲的集中度較低。
這表明，在那些較主流的音樂類型中，即使歌曲不具備所有理想的特徵，也更容易達到一定的受歡迎程度，而在其他風格中，成功的分佈則更加兩極分化。
透過比較不同流行度等級下各項特徵的平均值，我們發現了一個非常清晰的模式：最成功的歌曲往往能量更強、音量更大（感知音量更高），樂器演奏更豐富，人聲部分更少。簡而言之，在串流媒體平台上表現最佳的歌曲通常更有力量，更注重音樂而非歌詞。
研究還發現，流行歌曲的原聲性和現場感較低；也就是說，它們聽起來不那麼“原聲”，也不那麼“現場”。它們更經過錄音室製作，更加精雕細琢，環境噪音較少，缺乏演唱會的感覺。
另一個重要發現是，熱門歌曲往往比冷門歌曲短。在收入取決於播放量且演算法會獎勵重複播放的情況下，較短的歌曲能夠更快地累積播放量，更容易被添加到歌單中，這也就不足為奇了。
就感知幸福感（效價）而言，其趨勢頗為奇特：幸福感水平從較低的流行度等級上升到較高的流行度等級，但在最極端的「非常高」等級中，幸福感卻顯著下降。換句話說，超級流行的歌曲往往比僅僅「成功」的歌曲聽起來更憂傷，這為解讀大眾品味和社會情感背景提供了許多可能性。
統計分析：類型和音訊屬性的影響
資料探索完畢後，下一步是運用正式的統計檢定方法，確定哪些變數與解釋流行度相關。為了研究性別是否影響成功，我們對九個主要音樂類型進行了變異數分析（ANOVA）。
變異數分析結果顯示F值非常高，但幾乎沒有統計意義，這意味著不同性別之間的受歡迎程度有統計上的顯著差異。然而，這還不夠：還需要知道這些差異存在於哪些性別之間，以及變數是否適用於預測模型。
鑑於方差不齊且每種音樂類型的歌曲數量各不相同，我們採用了Games-Howell 事後檢定。該分析使我們能夠確定哪些音樂類型組合在受歡迎程度上沒有顯著差異，總體而言，這使得在機器學習模型中使用音樂類型作為強預測因子變得不那麼明智。
同時，我們對每個音訊特徵進行了獨立樣本t檢驗，比較了流行歌曲組和非流行歌曲組的平均值。在95%的顯著水準下，幾乎所有變數（舞曲性、能量、響度、聲學特性、現場感、時長、節奏、情緒效價和器樂性）在兩組之間均顯示出顯著差異。
唯一明顯的例外是言語強度。在第一次測試中，平均值差異並不顯著，但進一步分析表明，熱門話題的言語強度範圍（介於 0,024 和 0,685 之間）落在了不太熱門話題的更寬泛範圍（介於 0 和 0,964 之間）之內。這種重疊並沒有妨礙言語強度在有效使用的情況下為模型提供信息，因此決定將其保留為預測因子。
總而言之，音訊特徵區塊在描述流行度方面表現出了清晰的描述能力，而流派的處理則更為謹慎，並在某些預測方法中被捨棄為主要變數。
建立機器學習模型來預測熱門歌曲
資料集清洗完畢，相關變數也已選出，接下來需要建立二元分類模型，用於預測歌曲是否屬於流行度前15%。為此，首先使用Pandas的get_dummies函數將分類變數key和mode轉換為虛擬變數。
加入這些虛擬變數後，原有的音調和模式列以及連續的流行度列被移除，二元流行度字段（流行與不流行）被保留為目標變數。在訓練模型之前，所有數值特徵都使用 StandardScaler 進行了標準化，因為它們的尺度差異很大，因此確保它們具有可比較的權重至關重要。
使用 train_test_split 函數將資料集拆分為訓練集和測試集，並預留20% 的記錄以進行測試。這防止了資料洩露，並確保效能指標反映模型的實際泛化能力，而不僅僅是其記憶訓練資料的能力。
首先應用的是邏輯迴歸模型，這是一種廣泛應用於二元分類的技術。我們實作了一個迭代版本，學習率為0,01，迭代次數為200，並使用交叉驗證對其進行了評估。平均準確率達到了約84,7%，對於預測音樂成就如此複雜的問題來說，這是一個非常出色的結果。
接下來，我們測試了K近鄰（KNN）演算法，該演算法根據特徵空間中每首歌曲的k個最近鄰對其進行分類。透過使用網格搜尋調整ky值以找到最佳配置，我們獲得了非常相似的準確率，約為84,8%，並且與邏輯回歸相比，交叉驗證得分略有提高。
下一個模型是支援向量機（SVM），這是一種監督學習技術，能夠處理線性和非線性關係。同樣，透過超參數調優，準確率達到了約 84,6%，交叉驗證結果也與之相符，顯示其性能穩定。
基於特徵獨立性假設的樸素貝葉斯分類器也進行了評估。儘管該模型在假設方面要簡單得多，但其準確率（約 84,6%）與支持向量機 (SVM) 相當，並且非常接近邏輯回歸和 K 近鄰 (KNN)，這進一步證實了該問題結構非常適合這種機率方法。
最後，我們測試了基於決策樹的模型。決策樹分類器的準確率顯著降低，約為75,4%，交叉驗證也證實了這一性能下降，這很可能是由於過度擬合問題造成的。隨機森林分類器結合了多棵樹來平滑這些影響，性能顯著提升，準確率達到約84,1%，交叉驗證準確率超過84%。
為了完成分析，我們為隨機森林模型產生了混淆矩陣和分類報告。該模型在識別非流行歌曲（多數類）方面表現出色，準確率達到 0,85，召回率接近 0,99；而在識別流行歌曲（少數類）方面，其表現則較為一般，準確率僅為 0,40，召回率也只有 0,05。這凸顯了此類問題中常見的類別不平衡挑戰。
變因的重要性：打造熱門歌曲時哪些因素最重要
除了了解哪個模型最準確之外，理解哪些特徵在預測歌曲是否會流行時真正提供了有用的信息也至關重要。為此，我們使用 XGBoost（XGBClassifier）來獲取變數重要性得分，該得分基於每個特徵對降低決策樹誤差的貢獻。
結果顯示，這首歌的長度明顯高於其他歌曲，F 值遠高於 400。這項發現與歌曲較短更容易讓人反覆聆聽，從而在更短時間內累積更多播放量的觀點相符，而這正是 Spotify 推薦演算法傾向於獎勵的。
另一方面，諸如關鍵字、模式或從標題中提取的情緒等變數的重要性得分低於 50，表明它們對模型整體預測能力的貢獻微乎其微。這並非意味著它們完全沒有影響，而是與其他特徵相比，它們的權重要小得多。
其餘音訊屬性（例如能量、舞曲性、情緒值、響度、原聲性、現場感、人聲部分和器樂部分）均處於中間範圍，F 值介於 200 到 300 之間，表明它們構成了一個相當均衡的資訊模組。雖然沒有哪個屬性完全佔據主導地位，但它們共同作用，能夠較為準確地反映一首歌的成功幾率。
總而言之，基於音頻特徵的模型能夠以大約84-85% 的準確率預測一首歌曲是否會進入最受歡迎的前 15%，這為“熱門歌曲科學”的古老直覺提供了一些經驗支持：有了良好的數據和適當的技術，音樂的成功並非完全隨機，儘管其中仍然存在相當大的不可預測因素。
這項分析描繪出的圖景表明，結合Spotify數據、傳統統計方法和機器學習模型，我們能夠超越簡單的播放量統計。透過理解歌曲時長、能量、情感傾向和樂器性等因素的影響，以及編輯歌單和平台推薦機制的作用，我們可以為藝術家、唱片公司和分析師提供一份非常具體的路線圖，幫助他們解讀某些歌曲走紅的原因，以及如何在不完全喪失人性化和創造性元素的前提下，最大限度地提高歌曲躋身熱門行列的幾率。幸運的是，這些元素是無法用任何公式來概括的。
