阿里音樂預測小結2——藝人週期規律

根據小結1，用複賽數據對藝人分類爲高播放量 （前23名） 藝人和低播放量藝人：

以08均值最高的藝人1b322374de83520bf45aa8928e18e70a爲研究對象

選擇七、8月畫出時序圖，除了7月初（7月7日）前，以後基本是平穩的。

   按每週7天計算每個月平均播放量以下，能夠發現這個分佈規律與工做節假日規律相關

 

根據以前金陵書生提供的聽歌年齡分佈，大概在25到31歲所佔比重最大，這類人大部分是上班族，所以每日聽歌習慣就是和上班習慣掛鉤，符合以下上班族規律：

周1,2好好工做精神飽滿

週三、4疲勞成極寫不進去

周5快要節假再恢復精神工做一點

週六、7逛街玩耍休息Hi起來

根據上圖，因爲大部分人聽歌是用來放鬆的，也就是說最疲勞的時候（週三）最須要放鬆，此時聽歌人數劇增，而週六、7節假日相對放鬆活動選擇不少，聽歌人數反而很少。這個就是上個小結觀察出來的每日用戶人數的週期規律。而至於人均點播量規律，這個週期性不強，主要在因而否是粉絲用戶。由此能夠按照工做日和節假日來區分，很明顯七、8月每月都是節假日要比工做日低一些：

 接下來，畫出3月到8月每月的工做日和節假日對比圖，能夠發現每月工做日之間節假日的差值是不一樣的，好比3月的工做日和節假日基本持平，四、五、6月基本一致，七、8月基本一致，這是爲何？

 分析： 畫出它從3到8月時序圖以下，發現3月上升，四、五、6月基本平穩，6月末陡升，七、8月在新略升高的地方平穩，整體趨勢在七、8月後有升高一個小臺階。按照常理節假日老是比工做日高，可是當某個月（3月）是攀升階段（點播量上升），則 節假日 的播放量可能會大於等於 工做日，而當某個月（四、7月）出現劇增現象且數值還不算很大，此時單個劇增並無影響工做日大於節假日。

 

• 正例：用排名第3的藝人2dc8d3a917b12e65d4695e2277dd4943對應的圖表驗證以上分析，分別畫出時序圖和每個月工做日、節假日平均播放量：
  

從圖中看出每一個 工做日的播放量都小於節假日，其中5月最明顯，而6月工做日節假日基本一致

 分析時序圖發現，三、4月在攀升，5月有陡升，且值很是大，6月開始降低，降到月末，7月緩慢升，8月緩慢升。由於每月基本都在攀升，所以節假日大於工做日， 而6月有降低工做日節假日基本一致了。

 

• 反例： 用排名第23的藝人9ff7ca7b2c9e53902ac956da5cb5bcda對應的圖表驗證以上分析，分別畫出時序圖和每個月工做日、節假日平均播放量：
  

從圖中看出每一個工做日的播放量都小於節假日，其中4月最明顯，而6月工做日節假日基本一致

 從時序圖看出三、4月在攀升，且4月出現陡升值，可是月末下降，5月攀升，六、七、8各自平穩

再看它的月按周統計播放量：發現反常尤爲是在七、8月平穩時依然是週日最高，這有多是歌手的音樂適合週末聽，好比旅行聽的豪放一點的歌。考慮從新對歌手按工做日和節假日比例進行分類。

 出現反例，此時有必要從新考慮對藝人分類，分類方式按照工做日和節假日規律進行：在算法平臺使用k均值聚類對100個藝人6個月工做日、節假日均值以及比例數據（表：ly_weeks_percent）進行分類，結果以下，基本是對半分類。其中聚類1index=0；聚類2index=1.

這個第二類就是明顯的值聚在了一塊兒！（53個數據）

 

 聚類後並無用上。

 

 

 

來自爲知筆記(Wiz)