在 Spotify 上找到我最喜欢的新歌

设置环境

分析我的播放列表曲目

将我的播放列表与该类型的样本进行比较

创建包含我可能喜欢的歌曲的新播放列表

结论和未来步骤

当我在开发时（或者只是在我上下班途中）我通常喜欢听一些摇滚音乐。

我在 Spotify 上创建了一些播放列表，但最近我还是坚持用同一个，里面都是我最喜欢的“独立摇滚”歌曲。
这个播放列表收录了大约 45 首我这些年来通过各种方式发现的歌曲。

由于我开始厌倦总是听同样的歌曲，上周末我决定使用 Spotify API 分析我的播放列表，以便发现见解并希望找到一些我可以添加的新曲子。

以下是我用大约 300 行 Python 3 代码（包括样板代码）实现的功能。
你可以在GitHub上找到包含我所用代码的 Jupyter Notebook。

设置环境

为了进行分析，我设置了一个包含以下库的 Python 3 虚拟环境：

• 使用Pandas进行数据分析
• Seaborn用于数据可视化
• Spotipy用于与 Spotify API 进行交互

为了访问 Spotify API，我注册了我的应用程序，然后向 spotipy 库提供了 client_id、client_secret 和重定向 url。

分析我的播放列表曲目

在第一次 API 调用获取我的播放列表 ID后，我通过另一次API 调用获取了我的播放列表的所有曲目以及一些基本信息，例如：歌曲 ID、歌曲名称、艺术家 ID、艺术家姓名、专辑名称、歌曲受欢迎程度。

通过另一个API 调用，我获得了有关播放列表中的艺术家的一些额外信息，例如流派和 artist_popularity。

最后，通过另一个API 调用，我获得了一些有关我的轨迹的深刻信息：

• duration_ms：轨道的持续时间（以毫秒为单位）；
• acousticness：描述歌曲的声学效果（1 => 高置信度，表示曲目具有声学效果）。取值范围为 0 到 1；
• danceability：描述歌曲的舞蹈性（1 => 高置信度，表示该曲目适合跳舞）。取值范围是 0 到 1；
• 能量：它是强度和活跃度的感知度量（例如，死亡金属能量高，而古典音乐能量低）。其范围从 0 到 1；
• 乐器性 (instrumentalness)：预测曲目是否不包含人声（1 => 高置信度，表示曲目不含人声）。取值范围为 0 到 1。
• 现场感：检测录音中是否有观众（1 => 高置信度，表示曲目为现场）。取值范围为 0 到 1；
• 响度：检测曲目的整体响度（以分贝为单位）。范围从 -60dB 到 0dB；
• valence：描述曲目所传达的音乐积极性（1 => 更积极，0 => 更消极）。取值范围为 0 到 1；
• 语音性：检测音轨中是否存在语音（1 => 语音，0 => 非语音，仅音乐）。取值范围为 0 到 1；
• key：描述歌曲的音高类别符号。范围从 0 到 11；
• mode：曲目的调式（0 => 次要，1 => 主要）；
• 节奏：曲目的总体估计节奏，以每分钟节拍数（BPM）为单位；
• time_signature：曲目的估计整体时间签名（每个小节或小节有多少个节拍）。

为了简化数据分析，所有这些调用的结果都已放入 Pandas 数据框中，然后使用艺术家 ID 和曲目 ID 合并到单个数据框中。
部分值（例如歌曲/艺术​​家的流行度和节奏）已进行标准化。

探索性数据分析

在确保我的播放列表中的艺术家全部包含“独立摇滚”作为流派后，我看到（使用完整数据框的形状、信息和描述）我的播放列表由 46 个条目组成，包含具有以下统计数据的所有非空值：

然后我使用 Seaborn 创建了一些图表（distplot、countplot、boxplot）：

所有这些图表都表明，我喜欢那些声学/乐器/语音性低、能量/响度/节奏高、艺术家知名度高且时长在200秒左右的歌曲。
效价和歌曲知名度的跨度很大，这意味着我的播放列表中既有知名的歌曲，也有不知名的歌曲，既有好评的歌曲，也有差评的歌曲。

但是我的播放列表与独立摇滚流派相比如何？

将我的播放列表与该类型的样本进行比较

我使用“genre:"Indie Rock"”作为关键词，并使用“type=tracks”调用了一些搜索 API
，以获取独立摇滚流派的样本（共 5000 首歌曲）。 此 API 还提供了一些不错的关键词，例如“tag:hipster”（仅获取热度最低 10% 的专辑）或“year:1980-2020”（仅获取特定年份范围内发行的曲目）。

然后，我对当前播放列表和独立摇滚样本重复了相同的分析，得到了以下图表：

图表显示我的播放列表与 5000 首独立摇滚歌曲不同，因为：

• 我喜欢较短的歌曲
• 我喜欢能量/响度/节奏更高的歌曲
• 我不喜欢情绪太消极的歌曲（效价 > 0.3）
• 我喜欢的歌曲大多是 (0, 1, 6, 9) 调的

箱线图证实了相同的见解，我同意该分析的结果。

创建包含我可能喜欢的歌曲的新播放列表

利用这些见解，我对 5000 首歌曲数据框应用了一些过滤器，以便只保留我可能喜欢的曲目；对于每个步骤，我都记录了删除的歌曲以仔细检查过滤器行为。

显然，我应用的第一个过滤器是删除我原始播放列表中已有的歌曲。

其他过滤器包括：

• 声学性能 < 0.1
• 能量>0.75
• 响度> -7dB
• 价态在 0.3 和 0.9 之间
• 节奏 > 120
• 输入（0, 1, 6, 9）
• 时长介于原始播放列表时长的 10% 四分位数和 90% 四分位数之间（178 秒和 280 秒）

最后我得到了一个包含 220 首曲目的数据框，并使用API 调用创建了一个新的播放列表

结论和未来步骤

听了几天的新播放列表后，我对结果非常满意，并且已经将一些曲目推广到我原来的播放列表中。

这种“推荐”方法非常简单，可能只在特定用例（即特定类型的可明确定义的子集）下有效。Spotify
的标准推荐方法显然要好得多，因为除了音频分析之外，它还结合了协同过滤模型（分析你和他人的行为）和自然语言处理 (NLP) 模型（分析歌曲文本）。

后续步骤：

• 几个月后再次运行分析，以便将我的播放列表中的新条目和 5000 个样本中的新歌曲考虑在内
• 使用 Spotify API（例如音频分析端点或其他服务）来丰富我已经获得的信息。例如，检测曲目中的乐器（吉他？？）或某些特征的存在，例如失真、重复乐段等，会很好。
• 使用 API 中的预览示例，在 5000 首歌曲的子集上手动标记我喜欢/不喜欢的内容，然后运行一些 ML 算法来对我喜欢的音乐进行分类
• 使用一些 ML 算法更深入地分析我的播放列表（例如对我的曲目进行聚类）