Ajay Kalia | 作者
Hypebot | 来源
戌时 | 编译
据一份长达60年的研究（https://musicmachinery.com/2014/02/13/age-specific-listening/），我们得出这样的总结：随着人们变老，他们对时下流行音乐的关注度会退减。无论是由于成为父母或事业追求减少了关注流行文化的时间，还是他们被复古品味征服了，乐迷随着年岁增长似乎会达到一个点，品味开始变得“成熟”稳定。
Spotify提供的用户数据让我们观察到这种效应什么时候开始产生，发展速度有多快，以及人文地理因素造成的影响。
在这个研究里，我结合了2014年美国Spotify用户数据以及Echo Nest的艺人名气排行，制定了一个衡量艺人受不同用户欢迎程度的指标。用这个指标，我们可以计算出某年层以及某一地区用户的听歌喜好。
根据平均数据，我得出以下结论：
虽然年轻人主要收听流行音乐，但这个比例在他们“奔三”（二十多岁）过程中逐渐减少，而到了三十出头，听音乐的喜好基本“成熟”。
青年期男性与女性听的音乐大致相似，但其后男性听主流音乐的比例下降速度要快于女性。
在同等年龄段，有孩子的人听流行乐的比例小于该年龄段的平均水平。
数据采集
Spotify给每位用户建立了“喜好档案”，一个内部统计用户收听多少次某艺人歌曲的工具。然后我们可以结合 The Echo Nest 提供的音乐人受欢迎程度排行（http://developer.echonest.com/docs/v4）。
音乐人受欢迎程度排名的示例如下，截至2015年1月：
Taylor Swift - #1
Eminem - #50
Muse - #250
Alan Jackson - #500
Norah Jones - #1000
Natasha Bedingfield - #3000
为了减少文化差异的影响，我只观察美国的用户。要找出2014年男性27岁用户在Spotify的收听记录，我们可以找到位于每一个27岁男性用户收听频次中间值的音乐人，然后计算所有同类用户对应的位音乐人受欢迎程度，取其中间值。
年龄会影响人们收听流行音乐的频率吗？
“ 平均来说，人们收听喜好在25岁前变化最快，在30-40岁中间趋于稳定”
螺旋图：当今红人位于圆形中央，圆环越大代表受欢迎程度越小。随着用户年龄增长，他们离主流音乐越远。
美国的年轻人非常靠近图中央，他们几乎只关注最流行的音乐。即使是在媒体碎片化年代，大多数年轻听众都是从Billboard 200排行榜开始音乐之旅。
步向20岁的过程中，他们逐渐走出圆心；到达三十多岁以前，主流音乐占他们收听比例越来越小；而到了三十五岁左右，音乐喜好基本稳定成熟，往后基本停留在那个地方。
影响人们移出流行音乐的因素有两个：第一，听众会去关注FM电台听不到的，不那么熟悉的音乐风格以及热门程度较低的艺人；第二，听众翻回去听自己那个年代的流行艺人，但那个音乐人目前已经不那么红了。
年龄效应对于男性更为显著
虽然两性都会随年岁增长而渐渐疏离流行音乐，但从平均水平来看，男性相对于女性“离开主流音乐人”的速度更快，步伐更大。
从各个年龄层来看，女性相较男性更倾向于流行音乐。（当前榜单前列会向受女性受欢迎的艺人倾斜，包括女性独唱歌手，这可能使倾向加剧。）
而主流音乐对于男性用户的吸引力也衰减得更快。流行乐收听率在女性用户的13-49岁之间缓速而稳定地下降；而该比率在男性当中，从年轻到30多岁期间快速下降，然后像前面提到的一样锁定在稳定的位置。
喜好锁定的效应不只在男性有，但是作用对于男性明显更强。
有小孩会影响收听流行音乐的频率吗？
有很多隐性因素可以解释为什么人们不再追听最新的流行音乐，但是大部分都无法跟踪测量。
但是有一项因素我们可以判定——人们什么时候开始收听大量儿童曲目。换句话说，他们什么时候成为父母。Spotify拥有大量的儿童歌曲库和护理音乐等等。通过筛选收藏大量此类歌曲的听众，我们可以推断用户很有可能是父母，然后我们除掉那部分歌曲分析余下的部分。
有小孩会加速听歌的年龄化趋势吗？或者我们从反面看——家里有小孩会让人更经常接触流行音乐吗？
在20-24岁年龄段间，成为父母与年龄增长对流行歌的收听有着相似的影响。而值得注意的是梯度，即使我们考虑到帐号共享，每个年龄段有小孩的用户收听流行歌的频率要比所有用户平均频率更低。有趣的是，父母与平均用户之间的差距并没有像男女性的曲线那样随着年龄增长而增加；这个差距在每个年龄段都维持在相约水平。
这个现象合理逻辑，有小孩是一件“二进制”事件（非1即0），一旦发生，很多事情都会抛诸脑后。如果你发现自己逐渐年长而跟不上潮流，不用担心。等你的小孩到了青春期，你又会重新接触到流行音乐了。
方法论提要
在这个分析中，我想将音乐喜好按照纯粹的音乐欣赏偏好去划分，而不是某种其它媒体或行为的流媒体播放。于是，我去掉了个人收听数据中包含其它风格划分的艺人，比如“cabaret”（卡巴莱），”soundtrack”（原声）， “movie tunes” ，“show tunes”，“hollywood”（好莱坞），“broadway”（百脑汇）；还去掉了关于明显关于其它活动的音乐，比如 “sleep”（睡眠），“environmental”（环境），“relaxative”（放松），“meditation”（冥想）。
为了识别父母，我首先锁定2014年显著收听过儿童类音乐分类的用户（ “children’s music”, “nursery” , “children’s christmas”, “musica para ninos”, “musique pour enfants”, “viral pop”, ” antiviral pop”），然后从数据中去除这些分类的音乐再进行用户的流行乐偏好分析。
为了控制人文因素的变量，这个分析只观察美国听众。
在之前的分析里提到（http://musicmachinery.com/2014/02/13/age-specific-listening/），用户注册的出生日期当中以0结尾的年份（1990，1980）比例明显过高。对于那些年份，我选取年长一岁和年幼一岁用户的平均值作为数据。根据出生年份去判定年龄而忽略月份同样会有问题，于是我折腾到底，对每一年采取三段取平均法。
