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，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，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也希望能從廣播中獲取一些時下流行趨勢的信息，哪個歌手最近比較火等。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)展最主要的一個目的。一個準(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間成為熱門歌曲，哪些歌曲會在未來一段時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還會喜歡聽哪些歌曲，同時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出現(xiàn)，這樣才會充分利用廣播的廣告推廣價值。

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)有價值的信息，把這些數(shù)據(jù)轉(zhuǎn)化成有組織的知識。時代的發(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.淺談類型化電臺音樂節(jié)目主持人的突破性創(chuàng)新[J].中國廣播雜志，2014（7）.
• 呂巖梅.移動互聯(lián)時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.