
大數(shù)據(jù)時(shí)代的音樂革命2_數(shù)據(jù)分析師
【趨同與混搭】
不過,問題隨之而來。當(dāng)消費(fèi)者有了更多發(fā)言權(quán),他們喜歡聽熟悉的旋律,反復(fù)循環(huán)地聽,導(dǎo)致一些歌曲不斷被電臺重復(fù)播放,缺乏新意。
iHeartMedia一家子公司的數(shù)據(jù)顯示,40家主要電臺去年播出最熱門十首單曲的次數(shù)幾乎是十年前的兩倍。2013年最受歡迎的歌曲是羅賓·西克的《Blurred Lines》,播放次數(shù)比2003年最受歡迎歌曲《When I’m Gone》多70%。連2013年第五受歡迎歌曲《Ho Hey》也比十年前任何一首歌曲的播放次數(shù)多30%。
我們不僅在重復(fù)聽同一首歌,而且這些歌本身也變得越來越雷同。隨著唱片公司越來越捻熟于什么樣的歌暢銷,他們更愿意投資類似的模仿歌曲。業(yè)界開始擔(dān)心,過分依賴大數(shù)據(jù)將造成風(fēng)格和類型的“群族化”,致流行音樂陷入令人沮喪的平庸。
西班牙國家研究委員會2012年發(fā)表一份報(bào)告稱,輕松愉快的音樂風(fēng)靡全球。流行歌曲似乎變得越來越寡淡、嘈雜、意料之中,一遍遍重復(fù)相同的旋律。報(bào)告研究了1955年至2010年間錄制的46.4萬首歌曲,發(fā)現(xiàn)新千年里播放次數(shù)最多的歌曲呈現(xiàn)一種趨勢,即“音高轉(zhuǎn)換越來越缺少變化”。
問題不在于流行歌手們。我們的大腦傾向于選擇已知旋律,正如俄亥俄州立大學(xué)音樂理論家戴維·休倫所言,我們聽音樂時(shí),有90%的時(shí)間是在聽已聽過的歌曲,因?yàn)槭煜さ母锜o需花更多精力去思考。從心理學(xué)上講,這叫“流暢性”:當(dāng)一條信息被流暢消費(fèi)后,會自然滑入我們的期望模式,令我們產(chǎn)生滿足感和自信心。
“熟悉的東西讓人舒服,特別是當(dāng)你感到焦慮時(shí),”南加州大學(xué)心理學(xué)教授諾貝特·施瓦茨說,“心情不好時(shí),你會想見老朋友,想吃好東西,這和媒體消費(fèi)是同一個(gè)道理。你心煩意亂的時(shí)候,不會想看一部新電影,或者嘗試聽一首新歌。你會找一部老片,一首熟悉的歌?!?/span>
說音樂正走向單一化,變得更無趣、更嘈雜、更重復(fù),也許過于簡單化了。既然唱片公司認(rèn)識到嘻哈音樂和鄉(xiāng)村音樂如此流行,于是將這些風(fēng)格與傳統(tǒng)流行樂融合,創(chuàng)造出新的聲音。去年夏天的一首流行曲《問題》即融合了迷離的薩克斯風(fēng)、90年代流行的人聲、輕聲合唱和女聲說唱。它聽起來很陌生,卻又似乎無處不在。
加州大學(xué)戴維斯分校研究好萊塢風(fēng)格融合的副教授格雷特·徐說,“混搭”固然有風(fēng)險(xiǎn),但結(jié)果可能是巨大的成功,因?yàn)樗鼈儩M足了多數(shù)聽眾的需求:既新鮮,又熟悉。(唐昀)(新華社特稿)
【趨同與混搭】
不過,問題隨之而來。當(dāng)消費(fèi)者有了更多發(fā)言權(quán),他們喜歡聽熟悉的旋律,反復(fù)循環(huán)地聽,導(dǎo)致一些歌曲不斷被電臺重復(fù)播放,缺乏新意。
iHeartMedia一家子公司的數(shù)據(jù)顯示,40家主要電臺去年播出最熱門十首單曲的次數(shù)幾乎是十年前的兩倍。2013年最受歡迎的歌曲是羅賓·西克的《Blurred Lines》,播放次數(shù)比2003年最受歡迎歌曲《When I’m Gone》多70%。連2013年第五受歡迎歌曲《Ho Hey》也比十年前任何一首歌曲的播放次數(shù)多30%。
我們不僅在重復(fù)聽同一首歌,而且這些歌本身也變得越來越雷同。隨著唱片公司越來越捻熟于什么樣的歌暢銷,他們更愿意投資類似的模仿歌曲。業(yè)界開始擔(dān)心,過分依賴大數(shù)據(jù)將造成風(fēng)格和類型的“群族化”,致流行音樂陷入令人沮喪的平庸。
西班牙國家研究委員會2012年發(fā)表一份報(bào)告稱,輕松愉快的音樂風(fēng)靡全球。流行歌曲似乎變得越來越寡淡、嘈雜、意料之中,一遍遍重復(fù)相同的旋律。報(bào)告研究了1955年至2010年間錄制的46.4萬首歌曲,發(fā)現(xiàn)新千年里播放次數(shù)最多的歌曲呈現(xiàn)一種趨勢,即“音高轉(zhuǎn)換越來越缺少變化”。
問題不在于流行歌手們。我們的大腦傾向于選擇已知旋律,正如俄亥俄州立大學(xué)音樂理論家戴維·休倫所言,我們聽音樂時(shí),有90%的時(shí)間是在聽已聽過的歌曲,因?yàn)槭煜さ母锜o需花更多精力去思考。從心理學(xué)上講,這叫“流暢性”:當(dāng)一條信息被流暢消費(fèi)后,會自然滑入我們的期望模式,令我們產(chǎn)生滿足感和自信心。
“熟悉的東西讓人舒服,特別是當(dāng)你感到焦慮時(shí),”南加州大學(xué)心理學(xué)教授諾貝特·施瓦茨說,“心情不好時(shí),你會想見老朋友,想吃好東西,這和媒體消費(fèi)是同一個(gè)道理。你心煩意亂的時(shí)候,不會想看一部新電影,或者嘗試聽一首新歌。你會找一部老片,一首熟悉的歌?!?/span>
說音樂正走向單一化,變得更無趣、更嘈雜、更重復(fù),也許過于簡單化了。既然唱片公司認(rèn)識到嘻哈音樂和鄉(xiāng)村音樂如此流行,于是將這些風(fēng)格與傳統(tǒng)流行樂融合,創(chuàng)造出新的聲音。去年夏天的一首流行曲《問題》即融合了迷離的薩克斯風(fēng)、90年代流行的人聲、輕聲合唱和女聲說唱。它聽起來很陌生,卻又似乎無處不在。
加州大學(xué)戴維斯分校研究好萊塢風(fēng)格融合的副教授格雷特·徐說,“混搭”固然有風(fēng)險(xiǎn),但結(jié)果可能是巨大的成功,因?yàn)樗鼈儩M足了多數(shù)聽眾的需求:既新鮮,又熟悉。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11