← BACK TO WORK
HU JINGDAN / 胡憬丹
DATA VISUALIZATION TABLEAU MUSIC ANALYSIS

MUSIC DATA INSIGHT流行音乐流派与声学特征可视化分析

将海量曲目划分为 6 大核心流派,通过多维度音频特征数据揭示流行规律,为音乐制作与赛道选择提供数据支持。

ROLE
数据可视化 · 数据清洗 · 交互设计
STACK
Tableau · Excel
SCALE
6 流派 · 60+ 年跨度 · 多维度音频特征
LINK
carolmmc.github.io/data-G3 ↗

01 OVERVIEW / 项目概述

本项目使用 Tableau60 年流行音乐数据进行多维度可视化分析。核心思路是将海量曲目划分为 POP / LATIN / R&B / ROCK / RAP / EDM 六大核心流派,通过听觉表象(Valence、Energy、Danceability、Acousticness 等多维度音频特征)去揭示它们的流行规律,并为后续选曲与音乐制作提供数据化支持。

02 60 YEARS EVOLUTION / 声学特征演化

四大特征维度的 60 年趋势

透过 Valence(情绪)、Energy(能量)、Danceability(可舞性)、Acousticness(原声度) 四个核心音频特征,观察 1960 年代至 2020 年代的变迁:

03 DECADE CHARTS / 年代 TOP 100 流派分布

观察每十年的 Billboard / 年度 Top 100 榜单中的流派占比变化,直接反映大众审美转移:

04 TRACK ANALYSIS / 赛道选择与出圈概率

将六大流派按 流行度等级(Low / Mid / High / Super Hit)统计比例,回答"如今哪种流派更容易出爆款":

仪表盘右侧可通过流行度滑块进一步筛选,查看更细致的阈值分布与统计。

05 HIT GENOME / 爆款情绪基因与能量密码

Valence(情绪,X 轴)× Energy(能量,Y 轴) 构建四象限散点图,再叠加歌曲数量计数和最高流行度阈值,揭示当前"爆款公式":

通过最右歌曲计数观察,高能量 + 中高情绪 是目前的"出爆款能量阈值"。

06 ARTIST & ALBUMS / 艺人爆款专辑 Top 10

最后聚焦到 艺人-歌曲-专辑 颗粒度,查看哪些艺人拥有最多的超级爆款、历年 Top 10 爆款专辑的数量占比,是否与当年的流行流派分布相呼应。

07 INTERACTIVE DASHBOARD / 交互仪表盘

完整 Tableau 仪表盘已部署至以下地址,可在此页面直接操作(上下滚动、点击筛选、滑块调整、内嵌音乐试听):

新标签页打开:carolmmc.github.io/data-G3 ↗

08 DEMO VIDEO / 演示视频