在线音乐社会的文化结构挖掘及用户行为分析

发布时间：2020-12-26 07:13

　　人类社会从远古混沌无序的初始状态逐渐演变成为稳定且有序的状态,构成一个典型的复杂系统,且具有自组织特性。社会的快速发展离不开多种因素的共同作用,文化是社会自组织系统驱动演化的重要因素之一。音乐是研究文化的重要领域,在线音乐社区和社交网站陆续出现,为音乐研究提供了大量的社会化数据。结合新兴的大数据分析方法和人工智能手段,研究者在音乐文化研究方面取得了一系列进展,本文在音乐文化感知研究、音乐文化社会学研究和音乐文化传播学研究等相关文献的基础上,以在线音乐社区社交网络数据作为研究对象,以挖掘文化结构为目标,利用复杂网络和统计物理的相关方法,对网易云音乐的大量歌单数据进行基于地理多样性的分析,挖掘了各省市地区的用户所关注音乐的差异。我们采用社会感知计算手段,来系统性定量分析社会文化的宏观结构。文化结构是对文化整体关系的一种自然的描述方式,我们主要研究社会文化在传播变迁的过程中所包含的统计规律,以及文化与经济的关系等方面。另外,由于社会感知会不可避免地对人的行为进行分析,我们结合已有的音乐数据,对于网络音乐平台用户的欣赏音乐行为进行研究,通过这些分析我们可以掌握一个人的听歌习惯,进而判断用户的听... 

【文章来源】：杭州师范大学浙江省

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

用户关注的音乐岁年龄的变化

杭州师范大学硕士学位论文引言7掘，分析各文化类别背后的社会学信息。研究表明，词嵌入向量空间的维度能够很好地对应文化意义中的维度。基于这类词嵌入模型，可以准确地判断出音乐流派与该音乐流派所对应的社会阶层或社会群体之间的关系。图1-2网易云音乐用户中，不同类型的音乐的关注着地区分布于各地区的人均可支配收入之间的相关性1.2.3音乐文化传播学研究流行音乐是一种典型的文化产品，挖掘其创作、推广与流行过程中的各类规律，对认知文化及文化产品的传播有着重要的价值。音乐流行排行榜一直是研究流行音乐传播过程的重要数据来源[47]。随着网络社交音乐平台的兴起，比如潘多拉电台、MySpaceMusic、Spotify、网易云音乐、虾米音乐等，它们积累的大量用户信息、点播与关注数据以及海量音频信息为这一领域的深入研究提供了良好的数据支撑。近年来，通过各种大数据分析与处理方法，并利用机器学习等人工智能相关算法，研究者可以实现对海量音频数据的文化特征提取，从多个角度挖掘出驱动音乐流行的关键因素。作为一种文化产品，音乐的流行与多种因素相关。概括来说，这些因素主要涉及文化生产者的特征、文化受众的需求、文化产品本

杭州师范大学硕士学位论文引言9表性成果是ShinS等人[54]对Gaon音乐排行榜上的K-Pop（Koreanpop）歌曲的分析。他们分析的数据集覆盖了从2010年到2015年总共313周的将近7000首出现在排行榜上的歌曲，包含各歌曲的数字音乐销售数据、下载量以及在线点播量等信息。他们分析了每首歌曲在流行排行榜上的动态表现以及背后的驱动因素，发现韩国流行音乐在发布后的很短时间内就能登上排行榜的顶峰，与别国流行音乐在排行榜上的表现形成明显的差异。韩国流行歌曲表现出的典型行为源自于韩国最近的主导趋势：韩国音乐制作公司更加关注流行音乐的商业运作。这导致短时间内商业运作对歌曲成功的影响大于歌曲内在质量对歌曲成功的影响。其他国家歌曲流行速度很慢，但是比韩国流行歌曲更有生命力，如果其他国家流行音乐制作人没有强大的音乐制作公司背景，导致其作品未能在早期上榜，那么在音乐质量和其他因素（例如媒体曝光等）的共同影响下，其作品依然有可能“大器晚成”，在晚期上榜。图1-3不同典型性水平的歌曲达到排行榜峰值位置的边际概率总体而言，随着大数据技术和各类人工智能手段的介入，研究者获得了一套可以对音乐文化领域中的一系列研究对象进行定量刻画并挖掘其中隐藏规律的新的方法论。日益丰富的研究成果已经基本证明了这类新的方法论在音乐文化研究领域的有效性。尽管当前这套方法论在具体应用过程中依然受到各种来自外部数据资源和方法自身的制约，但已经显露出有望取得颠覆性发展的潜力。


本文编号：2939268