为什么流行歌曲变得比以前更悲伤？

: By 阿尔贝托·阿塞比（Alberto Acerbi）和夏洛特·布兰德（Charlotte Brand）

感谢造访 InnerSelf.com，哪里有 20,000+ 宣传“新态度和新可能性”的改变生活的文章。所有文章均翻译为 30多种语言. 订阅每周出版的《内在自我》杂志和玛丽·T·拉塞尔的《每日灵感》。 InnerSelf杂志 自 1985 年起出版。

为什么流行歌曲变得比过去更难过？
更幸福的日子：阿巴（Abba）表演《滑铁卢》 流行音乐之巅 。 图片由Redferns / Getty

今天的流行歌曲比50年前更快乐或更悲伤吗？近年来，在线大型数字数据集的可用性以及处理它们的相对简便性意味着我们现在可以为诸如此类的问题提供准确而明智的答案。测量文本的情感内容的一种直接方法就是计算存在的情感词数量。消极情绪词（“痛苦”，“仇恨”或“悲伤”）被使用了多少次？多少次使用与积极情绪相关的词语-“爱”，“欢乐”或“快乐”？尽管听起来很简单，但在特定条件下（例如，可用文本越长，对情绪的估计就越好），该方法就可以很好地工作。对于所谓的“情感分析”，这是一种可能的技术。情感分析通常应用于社交媒体帖子或当代政治信息，但也可以是应用的更长的时间范围，例如数十年的报纸文章或几个世纪以来 of 文作品。

可以将相同的技术应用于歌曲歌词。为了我们分析，我们使用了两个不同的数据集。其中一首包含了年底的歌曲 广告牌 热门100图表。至少在美国，这些歌曲从The Rolling Stones的“（我不能得到）满意度”（1965年，我们考虑的第一年）到Mark Ronson的“ Uptown Funk”（ 2015年，我们考虑的最后一年）。第二个数据集基于自愿提供给网站Musixmatch的歌词。借助该数据集，我们能够分析超过150,000种英语歌曲的歌词。这些包括全球示例，因此提供了更广泛，更多样化的示例。在这里，我们发现了与 广告牌 数据集，因此我们可以放心地将其推广到热门歌曲之外。

英文流行歌曲变得更加负面。与负面情绪有关的单词的使用已经增加了三分之一以上。让我们以 广告牌 数据集。如果我们假设每首歌曲平均300个单词，那么每年前30,000首热门歌曲的歌词中就有100个单词。 1965年，其中约有450个与负面情绪相关的单词，而在2015年，其数量超过700个。与此同时，与正面情绪相关的单词在同一时期有所减少。 1,750年的歌曲中有1965多个正情绪单词，而1,150年只有2015个。注意，绝对数量上，与正情绪相关的单词总是比与负情绪相关的单词更多。这是普遍的特集人类语言（也被称为Pollyanna原理）（来自同名小说的完美乐观主角），我们几乎不会指望这种情况会逆转：不过，重要的是趋势的方向。

为什么流行歌曲变得比过去更难过？

即使我们只看一个单词也可以看到效果：例如，“爱”的使用实际上在50年内减少了一半，从大约400到200个实例。相反，“恨”一词直到1990年代在前100首歌曲中都没有提到，现在每年使用20至30次。

为什么流行歌曲变得比过去更难过？

我们的结果与歌曲情绪的其他独立分析相一致，其中一些用过的完全不同的方法，并专注于歌曲的其他特征。例如，研究人员分析 500,000年至1985年间在英国发行的2015首歌曲的数据集，发现它们对“幸福”和“亮度”的定义相类似的下降，而“悲伤”略有增加。这些标签来自分析低速声学特征（例如速度或音调）的算法。前100名的节奏和音调 广告牌 还检查了歌曲： 广告牌 命中速度变慢，次要音调变得更加频繁。次要色调在主要色调上被认为是阴郁的。您可以通过听YouTube上以数字形式从大调到小调或从大调到小调的歌曲中的任何一个来亲自尝试一下，然后看看它的感受：REM的“失去我的宗教信仰”的令人不安的大调版本（1991）定期在社交媒体上露面。

W帽子在这吗？发现和描述趋势既重要又令人满意，但是我们还需要尝试理解和解释它们。换句话说，大数据需要大理论。这样的大理论之一就是文化进化。顾名思义，该理论规定，文化会随着时间的流逝而部分地遵循达尔文自然选择的相同原理，即如果存在变异，选择和繁殖，那么我们可以期望更多成功的文化特征固守在人口中，以及其他灭绝。

文化是指通过社会传播而不是通过遗传传播的任何特征。例子包括我们根据出生地而讲的语言，烹饪时使用的食谱以及实际上喜欢的音乐。这些特征是通过社会传播的，一个人通过观察和模仿其他人来学习它们。相反，头发的颜色和眼睛的颜色是从父母遗传给后代的。

许多行为都是社会学到的事实并不令人惊讶。但是，要使社会学习具有适应性，即要增加个体生存再生产的可能性，就必须选择学习。向一个懂得如何做饭的成年人学习，比向一个仍在学习做饭的兄弟姐妹学习更好。在文化进化术语中，优先复制成功人士的行为被称为“成功偏见的传播”。同样，还有许多其他学习偏见可能会起作用，例如顺从性偏见，声望偏见或内容偏见。多年来，学习偏见已被用于理解人类和非人类动物种群中的多种文化特征，并为理解复杂的文化模式提供了富有成效的途径。为了试图理解为什么歌词随着时间的流逝而增加了否定性而减少了积极性，我们采用文化进化论来研究这种模式是否可以通过社会学习偏见来解释。

我们通过测试如果前几年的前10首歌曲是否带有否定歌词来检验歌曲是否具有更多的否定歌词来检验成功的偏见：换句话说，词曲作者主要受先前成功的歌曲内容的影响吗？同样，通过检查前几年著名艺术家的歌曲是否也具有更多否定歌词来测试声望偏差。著名的艺术家被定义为那些出现在 广告牌 排行榜的次数不成比例，例如麦当娜（Madonna）拥有36首歌曲 广告牌 热门100。通过查看图表中带有否定歌词的歌曲是否也表现得更好来检查内容偏向。如果是这种情况，则表明否定歌词的内容中存在某些内容，使歌曲更具吸引力，因而更加受欢迎。

尽管我们在数据集中发现成功和声望偏见的证据很少，但内容偏见是这三者在解释否定歌词出现时最可靠的效果。这与其他发现在文化进化中，其中负面信息出现比中性或正面信息更容易被记住和传递。但是，我们还发现，在我们的分析模型中包括无偏传播，会极大地减少成功和声望效应的出现，并且似乎在解释这些模式方面占有最大的分量。可以用与遗传漂移相似的方式来思考“无偏传播”，在这种情况下，性状表现为漂通过随机波动来固定，并且显然没有任何选择压力。已经发现此过程说明其他文化特征的流行，从新石器时代的陶器装饰到当代的婴儿名字和狗品种。重要的是，找到无偏向传播的证据并不意味着这些模式没有解释或主要是随机的，而是可能存在大量解释该模式的过程，而且我们检查的所有过程都没有足够强大的能力来主导该模式。说明。

流行英语歌曲中否定歌词的出现是一种令人着迷的现象，我们证明了这可能是由于人们普遍偏爱否定性内容以及其他一些尚未发现的原因。考虑到这种偏好，我们需要解释的是为什么1980年代以前的流行歌曲歌词比今天更积极。集中度更高的唱片业可能对生产和销售的歌曲有更多的控制权。通过传播更多个性化的分销渠道（从空白盒式磁带到Spotify的“ Made For You”算法定制），也可能产生类似的效果。其他更广泛的社会变革也可能使它更容易被接受，甚至得到回报，以明确表达负面情绪。可以使用此处描述的数据作为起点来检验所有这些假设。意识到要做更多的工作来更好地理解这种模式，这在科学上总是一个好兆头。它留下了微调理论，改进分析方法的空间，有时还可以回到绘图板上询问不同的问题。