曾经的你许巍
许巍，作为一个青春符号般的歌手，他的歌声，陪伴着一代又一代人走过青葱岁月。
作为许巍多年的“铁粉”，利用上班之余的空闲时间我整理了许巍50首歌曲的歌词并做了一些处理。那么作为一名菜鸟级别的数据分析师，利用数据分析，让我们一起来看看许少年，到底是个什么样子的少年？
首先，我将50首歌词txt文本读取到R中，并利用jiebaR包进行了分词，去除掉一些语气词，并选取字段在2-6个字符的词语。
共分解了4439个满足上述条件的词语(未去重)
进行分词结果的频次统计并降序排列，选取频次在前50名的词语，并使用woldcloud2包进行云图设计。
可以看到，在许少年的歌词中，出现频次最多的两字词语为“世界”，其次为“我们”/“温暖”/“感觉”/“阳光”………..
那么许巍最喜欢哪个季节呢？当然是………
没错，春天。在50首歌曲中，“春天”共出现了27次，“秋天”共出现了17次。为什么老许喜欢春天?大概是因为那首，美人一直是他的春天吧......
其次，我统计了从1997年-2017年之间，少年出专辑的时间与歌曲数量。分别为1997年《在别处》、2000年《那一年》、2001年《我只有两天 许巍精选》、2002年《时光漫步》、2004年《每一刻都是崭新的》、2006年《在路上》、2008年《爱如少年》、2012年《此时此刻》。
1997-2017 许巍发行专辑趋势
可以看到，每张专辑的歌曲数量平均在10首，少年在06年之前，每张专辑的发布时间间隔较短，06年之后时间间隔变长。但这并不能影响我们对少年的期待，慢工出细活嘛，少年的《爱如少年》和《此时此刻》可谓是是极品中的极品，百听不厌。
最后一个是我预测今年新专辑的出版时间与歌曲数量，我预测在18年的5月，发布10首歌曲，大家没事的话可以一起来预测试试看。
最后，是对少年歌词的情感分析。少年在00年左右换上了抑郁症，并在02年左右逐渐康复。所以我将前两张专辑和最近两张专辑的歌词做个对照集，进行情感分析的比对。
2001年之前，少年的歌曲负面得分为405分，负面情绪占比59%；2008年之后，少年的歌曲正面得分为388.5分，正面情绪占比70%。
2001年之前，那时候的少年渴望生长，是个有欲望却处处不得意的北漂摇滚青年，在歌词中也能体现出少年当时的情感，沉重、无助、悲伤。
然而在2008年之后的歌曲词语频次统计中，却是另一番：
这时候的少年转变了曲风的同时，整个人也发生了变化。他更加热爱生命，拥抱世界，他的情感变化也从最初的不满改变为温暖、喜悦、沉默……。
以上为文本挖掘的内容，更为深入的分析我还在学习，希望下次能给大家带来不一样的成果。能用自己的一丢丢的专业知识来分析少年的歌词也是倍感荣幸，同时也深刻感受到了什么叫做站在巨人的肩膀上。
今日装*为止，我依旧是我，一个又酷又努力的女烟民。少年依旧是我喜欢的那个少年，一个胸怀如大海、烟雨任平生的少年。
QQ音乐刊登此文仅为传达更多信息之目的，不代表赞同或支持作者观点。
申请开通音乐号，发表专栏文章