这项研究通过将文本分析技术应用于歌词来探讨音乐偏好与道德价值观之间的关联。从Facebook主持的应用程序中收集数据,我们将1,386个用户的心理计量学分数与来自Facebook页面喜欢的歌曲中的前5首歌曲中的歌词相提并论。我们提取了与每首歌的总体叙事,道德价,情感和情感有关的一组抒情特征。机器学习框架旨在利用回归方法,并评估抒情特征的预测能力来推断道德价值。结果表明,艺术家顶级歌曲的歌词喜欢告知他们的道德。层次结构和传统的优点比同理心和平等的值($ .08 \ leq r \ leq .11 $)获得更高的预测分数($ .20 \ leq r \ leq .30 $),而基本人口统计学变量仅为a模型的解释性中的一小部分。这显示了音乐听力行为的重要性,如通过抒情偏好所评估,仅在捕获道德价值方面就进行了评估。我们讨论技术和音乐的含义以及可能的未来改进。
translated by 谷歌翻译