一个程序员的日常 中国有嘻哈冠军预测
townson
文：小甲
来源：一个程序员的日常
微信号：smcode2016
这篇文章是由我和我的小伙伴YoungLin合作完成，Young Lin是17年Tableau大中华区可视化分析争霸赛的冠军，他这次主要负责情感分析一大模块。对Tableau和可视化感兴趣的同样可以关注他的公众号RS Lab.
中国有嘻哈是2017年由爱奇艺制作的一档以说唱为主题的表演选秀节目，在节目首期播放之后短短四小时之内，播放量破亿；而在第四期短短开播之后，短短四十分钟之内播放量也随之破亿。强大的导师阵容为这个节目带去了大量的流量，也给这个节目带来了巨大的争议。
关于中国有嘻哈的冠军的争论就从来没有停止过，而在快接近节目尾声的时候，在四名艺人在快要争夺最后的冠军的时候，冠军的猜测愈演愈烈，甚至有知情人士透露节目最后是PG ONE和GAI双冠。当然，这样的爆料是否属实呢？结果未知，而我写这篇文章本意就是在没有任何主观观点的情况下，通过各项数据分析冠军可能花落谁家。
首先把对冠军的预测，从感性的猜测一步一步的抽象为固定的数据维度，观察以上推测的结构，我们将通过思维导图的每一个末端进行分析。以下主要从PG One、GAI、艾福杰尼、JonyJ四位候选人当中进行数据对比分析。
1.网易云音乐、虾米的播放量和粉丝量
播放量能反映一个歌手的歌是否受大家欢迎，粉丝量更能反应一个歌手是否受大家欢迎。我们先采集网易云音乐和虾米的每位歌手所有单曲的播放量和他们在两个平台的粉丝量。这里没有采集新浪微博的粉丝数据第一是因为新浪微博的僵尸粉太多，第二是因为我认为音乐平台的数据对冠军的参考价值更大。而另外两个音乐平台:QQ音乐和Apple Music则因为数据呈现方式或是音乐收不不齐全而没有采集。
从网易云音乐的数据来看，艾福杰尼平均单独播放量最高，Jony J的粉丝数量最高。PG One的网易云粉丝数量比GAI的粉丝量更高，两者平均单曲播放量不分上下；反观虾米音乐，虾米音乐平台上GAI的平均单曲播放量遥遥领先，平均单曲播放量是PG One的两倍，两者的粉丝数量不相上下，而粉丝量最高的仍然是Jony J.
2.知乎上讨论、关注歌手的数量
前面我说到有知情人士透露过中国有嘻哈冠军的内部，而这个知情人士就是隐藏在知乎的匿名用户，知乎作为一个以抒发观点为核心的平台能反应这些歌手的被争议和受欢迎程度。
知乎上中国有嘻哈话题下问题有4241个，这4241个问题被产生了6000个回答，这6000个回答获得了471212个赞同以及130181次讨论。
从每个时间段被提及的次数来看，在8月6号之前Tizzy T一直被讨论最多，而进入8月6号之后GAI和PG One一直作为两个领头羊，被讨论的最多。从数据上看讨论GAI的问题更胜一筹。
但是讨论的多，是否代表关注也多呢？我们继续看在知乎平台上面讨论每个人的问题的关注人数的综合，从下图我们会发现：虽然讨论GAI的主题更多一些，但是PG One的关注人数更胜一筹。
从以上两个方面我们能粗略的出一个结论：四位候选人中艾夫杰尼和Jony J夺冠的可能性较小，剩下两者中PG One的粉丝更多，但是GAI的歌曲更加受欢迎，收到的争议也最大。
3.虾米音乐歌手主页评论数据
除了从整体上看播放量和粉丝量之外，我们可以对普通用户对各位艺人的评价做情感分析，来印证我前面的猜想。首先我想到的是虾米音乐，虾米音乐的每位歌手主页面都有用户对这位歌手的评论，所以我先采集这些评论数据，进行情感分析。
从讨论的数量或是评论中的正向词语来看，Gai和Tizzy T是最多的，但如果按照正向语词占总评论数量的比例来看，则是BrAnTB和黄旭排名靠前。其中PG One的评价情感总得分是要高于GAI的，这也印证了上面的猜想：讨论PG One的为人本身更多，而讨论GAI的歌曲超过本身。
4.知乎上对各位歌手的评价分析
除了看虾米音乐上每位歌手的评价数据之外，我们另一个要关心的是知乎上面的用户评价，我们对6000个回答进行跑分，由于知乎的数据比较大，我的小伙伴在跑分的跑了很久。特别感谢Michael Z. 抛妻弃子的协助。
知乎上的感情值分为两部分，一部分是在回答中单独只提到一位歌手的回答的情感值我们称之为单独评价情感值，另一个是在回答中提到两个以及以上歌手的情感值我们称之为总体情感值。在上面图表中蓝色表示的是单独评价情感值，橙色的表示是总体评价情感值。能看出在单独提到PG One的时候，比单独提到GAI的时候，正面情绪更高；而在总体对比的时候往往对GAI的正面情绪更高一层。
5.歌词的正负面情绪分析
嘻哈的歌词更难玩味，与其他的风格的歌词不一样，无论是流露出的情感还是整个歌词结构都难以剖析，在尝试用各种方法以及库之后无法得出一个令人满意的结果，这里不再探究。
6.结论
就像前面反复验证的：PG One由于种种原因粉丝更多，而另一方面GAI的歌曲作品相比较而言却更加受欢迎。所以，冠军应该花落谁家，更应该看最终投票人的侧重点和关注点了，当然是否有可能杀出黑马来？让我们拭目以待吧！
