如何稱霸粉絲圈？牛人教你預測愛豆的歌曲熱度

​​

各大音樂軟件都有本身的排行榜，大多數經過播放量、分享、下載等進行計算排名，那麼熱門歌曲是否是有必定的規律？是旋律優美，仍是歌詞感人？咱們看下Dorien是如何利用數據科學從不同的角度——音頻屬性預測熱門歌曲的。

正文

算法能夠預測熱門歌曲嗎？讓咱們來探索如何使用音頻特徵構建熱門歌曲分類器，正如個人文章Dance Hit Song Prediction所述（文末有連接）。

在個人博士研究期間，我看到了Pachet＆Roi（2008）的一篇題爲「熱門歌曲科學還不是一門科學」的論文。我以爲頗有趣，這使我開始探索是否能夠預測熱門歌曲。關於這個主題的研究很是有限，更完整的文獻綜述，請參閱Dance Hit Song Prediction（2014年）。咱們以爲該模型的有效性能夠經過專一於一個特定的流派來優化：舞曲。這對我來講是很直觀的，由於不一樣的音樂類型的熱門歌曲有着不一樣的特色。

數據集

爲了進行熱門歌曲預測，咱們首先須要一個熱門歌曲/非熱門歌曲的數據集。熱門歌曲的列表是很好找的，但不熱門歌曲的列表卻很難找。所以，咱們決定改成對熱門列表中的高排名和低排名歌曲進行分類。咱們進行了一些實驗來看哪一種分割效果最好，如表1所示，這產生了三個數據集（D1，D2和D3）：

表1 - 來自Herremans等人的熱門數據集（2014年）

每一個數據集類的分佈都有略微的不平衡：

圖1 - Herremans等人的類分佈（2014年）

熱門歌曲列表的兩個來源是：Billboard（BB）和Original Charts Company（OCC）。下表顯示了收集的熱門歌曲數量。請注意，歌曲會在排行榜停留數週，所以獨特歌曲的數量要小得多：

表2 - 來自Herremans等人的熱門數據集（2014年）

如今咱們有了一個歌曲列表，還須要它們的音頻特徵。咱們使用The EchoNest Analyzer（Jehan和DesRoches，2012）來提取一些音頻特徵。這個漂亮的API容許咱們根據藝術家姓名和歌曲標題得到許多音頻特徵（Echo Nest由Spotify收購，現已集成到Spotify API中）。看看咱們提取了什麼：

標準音頻功能

包括持續時間，速度，時間戳，模式（主要（1）或次要（0）），Key，響度，可舞蹈性（由回聲巢計算，基於節拍強度，節奏穩定性，總體節奏等等，能量（由回聲巢計算，基於響度和段持續時間）。

新的時間特徵

因爲歌曲隨時間而變化，咱們根據Schindler＆Rauber（2012）添加了許多時間上聚合的特徵。它們包括~1s段的平均值，方差，最小值，最大值，範圍和80百分位數。這是爲了如下特徵：

• Timbre：音頻音調色的PCA基向量（13維）。一種13維的矢量，它捕獲歌曲每一段的音調顏色。
• 節拍差別：節拍之間的時間。
  

好噠！如今咱們有一個很好的音頻特徵集合，以及他們的頂部圖表位置。像任何一個好的數據科學項目應該開始同樣，讓咱們作一些數據可視化。咱們注意到的第一件事是點擊量隨時間變化。十年前的熱門歌曲不必定是今天的熱門歌曲。隨着時間的推移，當咱們將咱們的特徵形象化時，這就變得明顯了：

圖2 - Herremans等人的交互式氣泡圖。（2014）

有趣的是，咱們看到舞曲的熱門歌曲變得更短，更響亮，而且根據EchoNest的「舞蹈」特徵，不是那麼讓人能夠跳起舞來！

圖3 - Herremans等人隨時間推移的熱門特徵的演變（2014年）

有關特徵完整可視化，請查看我關於可視化熱門歌曲的簡短文章:

http://dorienherremans.com/sites/default/files/dh_visualiation_preprint_0.pdf

http://musiceye.dorienherremans.com/clustering.html

模型

咱們探索了兩種類型的模型：可理解模型和黑盒模型。正如預料，後者更有效率，但前者讓咱們能夠深刻了解爲何一首歌能夠成爲熱門歌曲。

決策樹（C4.5）

爲了使決策樹適合頁面，我將修剪設置爲高。這使得樹很小且易於理解，可是在D1上的AUC低至0.54。咱們看到只有時間特徵留下來了！這意味着他們必定很重要。特別是Timbre 3（PCA音色矢量的第三維）反映的重點（銳度），彷佛對預測熱門歌曲有影響。

圖4 - Herremans等人的決策樹（2014年）

基於規則的模型

使用RIPPER，能夠獲得一個與決策樹很是類似的規則集。Timbre 3再次出現。此次，咱們的AUC在D1上爲0.54。

表3 - Herremans等人的規則集（2014年）

樸素貝葉斯，Logistic迴歸，支持向量機（SVM）

有關這些技術的簡單描述，請參閱 Dance Hit Song Prediction

最終結果

在進入結果以前，我應該強調在這裏使用通常分類「準確性」是沒有意義的，由於這些類是不平衡的（見圖1）。若是要使用準確性，則應該是特定於類的。這是一個常見的錯誤，但要記住這一點很是重要。所以咱們使用ROC和AUC和混淆矩陣來正確評估模型。

10折交叉驗證

咱們得到了數據集1（D1）和數據集2（D2）的最佳結果，沒有特徵選擇（咱們在遺傳搜索中使用了CfsSubsetEval）。全部特徵在訓練前都已標準化。因爲D3在熱門和不熱門之間具備最小的「分裂」，所以這種結果是有意義的。整體而言，邏輯迴歸表現最佳。

表4 - Herremans等人的 AUC結果（2014年），有/沒有特徵選擇（FS）

看下面的ROC曲線，咱們看到模型優於隨機預言機（對角線）。

圖5 -來自Herremans等人的 Logistic迴歸的ROC （2014年）

經過查看混淆矩陣能夠看出分類準確性的細節，這代表正確識別不熱門的歌曲並不容易！可是，熱門的正確識別率可達68％。

表5-來自Herremans等人的 Logistic迴歸的混淆矩陣（2014年）

超時測試集

咱們還使用了按時間順序排列的「新」歌曲做爲測試集，而不是10折交叉驗證。這可讓性能進一步提高：

表6-來自Herremans等人的分裂與10倍CV的AUC （2014年）

有趣的是，該模型能夠更好地預測新歌。致使這種偏斜的緣由是什麼？也許它學會了預測趨勢是如何隨時間變化的？將來的研究應該着眼於，隨着時間的推移音樂偏好的演變。

結論

僅關注音頻特徵，Dance Hit Song Prediction預測了，若是一首歌的AUC達到80%，將會進入熱門歌曲前10名。咱們能作得更好嗎？可能的！咱們在本研究中所看到的特徵是有限的，所以要經過使用低級和高級音樂特徵來擴展它，能夠實現更高的精度。此外，在後續研究中，我研究了社交網絡對熱門預測產生的重大影響（Herremans＆Bergmans，2017）。

相關連接

• Data science for hit song prediction

https://towardsdatascience.com/data-science-for-hit-song-prediction-32370f0759c1

• Dance Hit Song Prediction

https://www.tandfonline.com/doi/abs/10.1080/09298215.2014.881888?casa_token=w0GGhjQd194AAAAA%3AV_YGtWJeIR869x4fYUfyyfFrPiCWhb56ddybPADsO9s9D-k8WaTZI4ADKxgILlufl3UbICsVZEWB5Q&journalCode=nnmr20

參考文獻

• Herremans, D., Martens, D., &Sörensen, K. (2014). Dance hit song prediction. Journal of NewMusic Research, 43(3),291–302. [https://arxiv.org/pdf/1905.08076.pdf]
  

• Herremans, D., & Bergmans, T.(2017). Hit song prediction based on early adopter data and audio features. The18th International Society for Music Information Retrieval Conference (ISMIR)—Late Breaking Demo. Shuzou,China [preprint link]
  

• Herremans D., Lauwers W.. 2017.Visualizing the evolution of alternative hit charts. The 18th InternationalSociety for Music Information Retrieval Conference (ISMIR)—Late Breaking Demo. Shuzou,China [preprint link]
  

• Jehan T. and DesRoches D. 2012. EchoNestAnalyzer Documentation, URLdeveloper.echonest.com/docs/v4/_static/AnalyzeDocumentation. pdf
  

• Pachet, F., & Roy, P. (2008,September). Hit Song Science Is Not Yet a Science. In ISMIR(pp. 355–360).
  

• Schindler, A., & Rauber, A. (2012,October). Capturing the temporal domain in echonest features for improvedclassification effectiveness. In InternationalWorkshop on Adaptive Multimedia Retrieval (pp. 214–227).Springer, Cham.
  

做者：Dorien Herremans博士 - dorienherremans.com，新加坡科技與設計大學助理教授，負責人工智能音樂和音頻實驗室。

本文選自：towardsdatascience

本文轉載自：TalkingData數據學堂

封面圖來源：pexels by Rene Asmussen

點此閱讀英文原文​​​​