數字解析專欄：出版社有書名的偏好嗎？（一）

這次的專欄來研究我躍躍欲試的言情小說書名統計 + 分析！

不過做任何研究總是有個動機，而這次的動機源自於我跟我朋友某一次的對話：

一說之下才發現禾馬原來這麼不常出現總裁啊！！！！

（抱歉，我私下是個熱愛使用注音文的人，請擔待XDDDD）

加上前一陣子批踢踢又吵了一下出版社的命名邏輯 (?)，名字這麼重要不抓來研究一下真的說不過去！要記好名字不要被湯婆婆偷走！

除了動機之外，這次的題目可以進行文獻回顧，CC 之前有注意過喵喵屋的何舞、朱輕、金晶三位作家的書名有神奇的排列組合現象。

實不相瞞，在我還沒加入 WRN 之前甚至其實也有拜讀過 CC 的這則討論 ( // 艸 // )

用其他資料科學的方法或許能找到更多有趣的現象，但因為這個主題可以做的研究太廣泛了，像是計算各出版社的偏愛用字、書名相似程度、時代趨勢（像是刻意取當紅偶像劇的名字）等等等等等，所以需要分多篇一點來循序漸進加深討論，這篇我們先從最簡單的統計入手！

不用寫程式就是開心，耶

一樣的，最一開始還是要先簡單描述一下資料集（已手動扣除原創書系）。

……話說得太早了，雖然不用寫程式，但是用 Excel 跑兩萬八千筆資料似乎比跑程式痛苦 

在這邊 shout out to WRN，感謝眾人曾經辛苦的建立資料集，我才可以順利收到這麼多筆資料，站在巨人的肩膀上乘涼 

出版社也免於繼續被我爬蟲進行強度測試

至於本次前處理的部分，比較麻煩的大概是要把再版的書刪掉，像是首席珍品出了唐瑄跟于晴的書、新月也有一系列的經典再版。

不過資料還是不能說太乾淨，有一些書名有掛系列名的我就沒有太認真地刪除，例如說： OOOO 之 XXXX 或者 XXXX【OOOO】，

之後要繼續研究大概還是需要稍微檢查過 

總之這次先這樣

接著我們來看一下撞名率最高的書！來看看書名重複出現過三次以上的書有哪些～

※已排除狗屋出版社常見的「同書名不同作家」之系列書

※ CC 曾經提過《乞丐千金》這名字也撞了四次，但因為我這次沒有用到飛象的書單，所以這本書在我這邊只有出現三次，我就沒有列上來了～

這結果是不是在意料之外呢？

我原本以為可能會有什麼「秘書情人」、「總經理的初戀」、「花心大總裁」之類的書，結果反而是比較早期的書比較會撞名阿 

（剛剛一查才發現我上面舉的這三個例子都不存在，我連取名都不會是不是無法當言小編輯嗚嗚嗚）

至於出現三次的書就比較多了，有那種可以想見的、書名很排列組合很大眾的「失憶情人」、「佳人難纏」、「逃妻」、「願者上鉤」，

還有跟歌名撞名的「寶貝對不起」、「情非得已」、「口是心非」，有山寨之嫌的「愛在黎明破曉時」，有書名尬得亂七八糟的「鑽石女郎」。

其他比較有趣的發現是，

林宛俞跟子紋都各出過一本「撒旦情人」跟一本「一夜情人」，

連「眼兒媚」跟「喜上眉梢」這種怎麼看都不像會撞名的書名都出現了三次啊！

這篇的最後來稍微看一下研究動機提到的「總裁」一事，在 28,818 個書名中，總裁作為書名的一部分出現了 459 次，其餘的還有王爺 136 次，老婆 210 次，而情人竟然出現了 693 次！勝過總裁啊！！！

這部分的詳細研究且待下回分解（翻譯蒟蒻：再讓我拖一個月吧XD）～～

下一次就真的可以來聊聊常見字詞、書系的用字偏好了！