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)。

出版社 數量
禾馬   7,280
狗屋   4,322
新月   6,981
萬達盛   3,141
喵喵屋   1,188
耕林   1,853
龍吟   4,053
總計 28,818

……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

書名 出版社/作家
難得有情郎

希代/風沁心 (1997)

龍吟/樓采凝 (1998)

禾馬/子紋 (1998)

狗屋/香奈兒 (2009)

錯愛

希代/琳恩 (以下我懶得找日期,yeah)

禾馬/韓媛

狗屋/祁歡

萬盛/陳怡璇

愛情轉個彎

精美/李霖

萬盛/喬楚

禾馬/橙心

狗屋/祁歡

歡喜冤家

精美/王瑜

禾馬/季薔

萬盛/岳緗

新月/葉凌

誤上賊船

河馬/于小爰

龍吟/凌瑋

新月/任無雙

新月/艾佟

※ 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!

部落格分類: 
自訂標籤: 

回應

偷偷拿掉妖精新娘XD

 

我下一個研究應該要抓飛象一起來,不過我做一休二十九,悠悠哉哉

「那都是很好很好的,可是我偏不喜歡。」

                                              ——金庸《白馬嘯西風》

完全沒想到「誤上賊船」會有四次當書名耶!若加上飛象,有五本!→ 誤上賊船

妖精新娘...嗯...沒印象四方宇有這本書,查了一下是我的書單有錯...嗚嗚對不起妳...那本是狗屋花蝶16是「頑皮美嬌娘」,有時候EXCEL會有錯,上傳網站後,只會改網站上的,就沒有回頭改EXCEL了。

飛象...印象中有更多的情人、情婦之類的。

是說現在整理書單要做一休七,整個進度超慢

辛苦麥茶大大, 分析書名真是有趣, 看到2萬多本書, 蠻驚嚇的, 原來內曼數量這麼多

至於書名重複出現過三次以上的書 , 很神奇, 都沒看過, 大概都是太古早的書了

期待接下來的分析研究 !


~So many books, so little time-Frank Zappa~買書如山倒,讀書如抽絲~