网易云听歌排行词云

本项目使用 Python 和 jieba 分词，收集用户的听歌排行中的所有歌词信息，使用 WordCloud 词云展示

效果展示：

文档

先决条件

1. anaconda 环境
2. 浏览器调试工具的使用
3. 网易云 nodeJs 版 API

步骤

1. 首先在浏览器中获取到用户的听歌排行界面 (你需要将 id 替换成你需要的)

   使用 https://music.163.com/#/user/home?id=1469645xxx

   可以进入用户的主页，点击更多可以到用户的听歌排行主页

   进入用户的听歌排行主页: https://music.163.com/#/user/songs/rank?id=1469645xxx

2. 打开浏览器调试窗口

   复制如下内容，替换 music_rank 中的 data

   请求头中的 Referer 也可以替换成自己的

3. 运行 music_rank.ipynb 中的内容，将会保存歌单到 csv 或者 xlsx 文件

4. 歌词处理

   需要运行 https://github.com/Binaryify/NeteaseCloudMusicApi，你需要按照文档部署好该服务

   运行 music_lyrics.ipynb 中的内容

   运行完成好之后，在 lyrics.txt 中包含的就是歌单的所有歌词，你可能需要根据自己的需要自定义 stop_words 列表，排除不需要的例如作曲、作词这样的歌词内容

   

   请注意本处可能存在的问题：

   1. 停止词列表：由于网易云歌词数据非规格化，需要手动的生成停止词列表文件

   2. 多语种识别：本项目主要针对与中文语种的音乐分词，没有考虑日韩英等多语种

   3. 重复度：某些歌曲中的歌词完全重复了几遍，高度影响统计结果

5. 生成歌词

   运行 word_cloud.ipynb 生成词云图片，请注意，同样需要忽略歌词中的无意义词汇例如：啊，的，吗，了等词汇

   另外 针对中文需要指定中文字体的路径

关于网易云听歌排行

听歌排行分为周排行和总排行，周排行不是实时更新，最长延迟一天更新。需要用户听完完整的一首歌或者 60s 才会被统计。

每天更新的时间不一样，与当天的网易云数据量和网络有关

TODO

1. 使用云函数或 github actions 自动化程序流程
2. 分语言与权重
3. 词汇情感分析
4. 列表展示
5. 用户相似度