这四十年来的香港歌坛在唱些什么，“南中国听歌最多”的数据分析师带你一探究竟

本文系投稿作品 投稿邮箱[email protected]

作者｜唔好动，一个以写代码为生的填词人

做大数据这行，很容易就会被贴上“闷骚”“无趣”的标签。

但是今天这篇文章的作者“唔好动”，就是一位专注技术，同时又喜欢音乐的“文艺青年”。下面让他用专业的大数据分析方法，带大家一探究竟：这半个世纪的香港歌坛，到底都在唱些什么？

作为一个热爱音乐的广东仔，我从儿时的数码暴龙，听到现在的麦浚龙，见证了香港歌坛近二十年兴衰。不管你是不是广东人，相信广东歌在很多人生命中都占据着不可或缺的一席地。

那么，那些年我们一起听过的港式流行歌，到底在唱些什么呢？作为一个专业的数据分析师，闲来做了一些歌词文本分析来探讨这个有趣的小问题。

一、分析手段介绍

Step1 定义“那些年”和 “港式流行歌”

“那些年”

：为了凸显港乐发展变化的轨迹，我将“那些年”定义为1970年到2010年，共40年，并以10年作为一个区间（年代），分别分析，以便对比。2010年后的歌就不纳入研究范畴，一来还没到十年，二来年代太近，最多只能算“这些年”。

“港式流行歌”：本着以人为本的思想，我先找到各个年代的代表歌手，再用爬虫^[1]爬取歌手在这个年代发行的所有专辑（录音室专辑）的歌词。那么，什么又是代表歌手呢？这没有一个统一的标准答案，我暂且选取一些知名度高、作品量大和我比较喜欢（熟悉）的歌手。如八十年代的谭张梅陈、九十年代的四大天王等。

[1]爬虫不是虫，而是一种自动抓取网页数据的程序或脚本。

Step2 准备数据

定义明确后，我开始爬虾米音乐的歌词（因为虾米比较好爬…）

一共爬取了28位歌手，5029首歌，100+万字的歌词。其中17位男歌手/组合，11位女歌手/组合。

▲爬虫爬取的歌词

平均每个年代7位歌手，平均每位歌手180首歌。是的，180这个数字也超乎我的想象，如黎明在90年代发行的专辑就有31张，而且还只算录音室专辑。

▲爬到的陈奕迅2005年《U-87》里12首歌的歌词。

Step3 用TextRank算法提取Top50关键词

歌词文本准备就绪，那么我们如何在浩瀚的词海里淘到每个时代的主旋律？我的做法是：运用TextRank算法，提取Top 50的关键词。

▲技术流程图

Step4 关键词分析，一探究竟

在Top50关键词的基础上再去分析，其实就是间接分析了这些歌词的主题。所谓窥一斑而见全豹也！下面，让我来给大家详细对关键词进行分析。

二、关键词分析

本想每个年代选一个关键词，但因为有些关键词是跨时代的，所以我在分析举例的过程中，并不会局限于某个年代，综合挑选了4个最具代表性的关键词进行分析。

为了给大家一个直观的印象，我使用文字云的工具，每个年代分别生成一张图片。但需注意，文字云工具分词的算法，与我提取关键词的算法并不相同，下文的分析以TextRank算法的结果为依据，图片仅供参考。

受粤剧和英文歌影响的70年代

70年代的歌词很有诗意，如相思、春风、今宵、鸳鸯等。可能是因为流行音乐刚开始不久，仍然受到以往粤曲风格的影响。

▲70年代歌词词云

其中“鸳鸯”特别吸引到我的眼球，心想：这种词应该主要出自女歌手吧，要么是小凤姐（徐小凤），要么是汪阿姐（汪明荃），一定不会是我大Sam哥（许冠杰）和香帅（郑少秋）的。

然而统计结果却还我一个冰冷的巴掌——出现34次的“鸳鸯”，小凤姐和汪阿姐一共才占了7次，Sam哥占了7次，剩下20次全是香帅的！原来我脑海中只有郑少秋楚留香般的侠客形象，却忽略了他风流倜傥的另一面。看来真的要杜绝主观偏见，让数据说话。

▲汪明荃与郑少秋合照

70年代的歌词中，也出现很多英文单词，如love，me，all等。因为在许冠杰开始唱粤语之前，香港人都在听英文歌和国语歌。相信很多人对张国荣77年的American Pie有印象。英文歌是主流的现象从八十年代开始消失，可见许冠杰对港乐本土化起到极大的作用，难怪有“歌神”的称号。

诗意和英文，就像一对鸳鸯，在70年代的歌词湖泊上出双入对，代表着有别于其他年代的两大特点。这也是为什么“鸳鸯”这个词虽然出现频率不算太高，但仍当选年代关键词的原因。

▲八十年代歌词词云

80年代前后，“我心”出现的频率都很高，但零零年代就几乎不见影踪了。“妳已在我心，不必再问记着谁。”这是我马上找到的、找到之后就不愿再找的、包含“我心”的代表歌词。相信荣迷都懂我在说什么。

▲张国荣

虽说不愿再找，但好奇心驱使，还是再找找吧。“我堕入情网你却在网外看始终不释放，你笑笑看看我象是望着猎物我心已伤。”谭校长的《爱情陷阱》代表另一种风格的“我心”。

校长、哥哥都那么赤诚，频频将“我心”示人，不难想象其他歌手后辈会如何大力效仿，其中包括歌神张学友：《爱是永恒》中，“其实你没有别离，在我心湖中”，还有《太阳星辰》的“太阳星辰，即使变灰暗，心中记忆，一生照我心”。

顺便一提，这两首歌都出自我很喜欢的林振强之手，传说强伯的词有很多太阳、星星和月亮，有机会可以数据分析验证一下。

90年代，歌词中出现大量的“没有”，“不可”，“没法”，“不想”等否定词汇。（其实八十年代就已经出现这种情况，只不过九十年代愈加明显和有代表性。）其中“没有”出现的频率非常显眼！

▲九十年代歌词词云

八十年代的1098首歌中，“没有”出现了207次，平均每五首歌出现一次；九十年代的2165首歌中，“没有”出现了983次，平均每两首歌出现一次；零零年代的1262首歌中，“没有”出现了821次，几乎平均每首歌出现一次！虽然“没有”只是副词，但我们不妨借它来研究一下歌词里的规律。

看看几个例子：

（《当》和《有没有》是国语歌，但这套路太像了，所以放上来一起讨论。）

▲twins

不难看出，上面的歌词分两类：“没有”和“有没有”。需要注意的是，“有没有”也被统计入“没有”的词频中。但因为两者意思其实不同，我们只探讨“没有”。

“没有灯，没有云，山峰没有棱角”，“没有”代表一种假设。因为有了，所以假设没有，我们会怎样；假设没有，便脱离现实，去到诗意的境界（至少是歌词的境界）。

难怪六七十年代的人听不惯现在的歌，因为他们那时穷啊，那时几乎是一无所有啊，你还让他们听 没有没有的，多残忍啊！而他们听的歌很多都是“有”的：

有风光，“漫漫前路有几多风光，一一细心赏”（徐小凤《漫漫前路》）；

有胸襟，“湖海洗我胸襟，河山漂我影踪”（郑少秋《楚留香》）；

有笑声，“沧海一声笑，滔滔两岸潮”（许冠杰《沧海一声笑》）；

还有情，“未怕罡风吹散了热爱，万水千山总是情”（汪明荃《万水千山总是情》）。

解释一下，以前歌里的情不同于现在，以前的情多了几分积极向上。

到了00年代，除了“没有”之外，“世界”已然成为歌曲中最热门的词。

▲00年代歌词词云

00年代香港乐坛的代表人物无疑是第三代歌神陈奕迅，他有一首歌就叫做《世界》的：“原来爱情的世界很大，大的可以装下一百种委屈；原来爱情的世界很小，小到三个人就挤到窒息”。还有一首更为人熟知的，《全世界失眠》：“一个人失眠，全世界失眠，无辜的街灯，守候明天”。

说了很多男歌手，该到女歌手啦。00年代的香港女歌手，我最爱杨千嬅，《飞女正传》：“世界将我包围，誓死都一齐，壮观得有如，悬崖的婚礼”。为什么从八十年代开始，到零零年代，“世界”越来越多地被歌手们传唱？

一方面，我认为与全球化和经济发展有关，借用一句台词，“你连世界都没观过，还谈什么世界观？”说一样东西之前，你一定对它有所认识。“世界”在华语歌词中的流行，其实反映了一种全球化的趋势。

另一方面，我认为与一个人有关。这个人的名字也出现在零零年代的关键词中，也是关键词Top50中唯一一个人名——他就是林夕。（注：歌词文本中没有去掉作曲作词人等数据。）

“世界”这个中文词汇，其实出自佛经，意指时间和空间。而林夕正好是佛教徒。林夕的词，精美细腻的下面，是深不可测，蕴含着很多他的哲学思想，所以他会使用很多诸如世界的佛家用语，也理所当然。

三、“爱情”——永恒的主旋律

“鸳鸯”、“我心”、“没有”、“世界”，这四个关键词中的关键词，在香港乐坛年代变迁中，出现的频率跌宕起伏。然而，另有一个词，一直稳定且低调地占据着四个年代的关键词TOP10，它就是——“爱情”。

原来“鸳鸯”也是在讲爱情：

只羡鸳鸯不羡仙，鸳鸯般的爱情无比美好；

原来“我心”也是在讲爱情：

我心伤悲或狂喜，都是爱情在发动；

原来“没有”也是在讲爱情：

没有爱情一切无法想象，有了爱情可以想象一切；

原来“世界”也是在讲爱情：

爱情的对象，有时就是全世界。

难怪圣经也说：“爱情，众水不能熄灭，大水也不能淹没。”

现在，你知道香港歌坛四十年都在唱些什么了吗？

最后，附上4个年代关键词排名对比。

（只显示前15名）

▲70、80、90、00年代top15关键词排名

今天就先分享到这里，去看《歌手》了，心情好的话给大家用数据分析预测一下本季“歌王”吧！