2. 社会化数字音乐服务设计研究
——以Last.fm的用户标签行为数据分析为例
A Study of Social Digital Music Service Design
—— Social Tagging Behaviors in the Music Online Community of Last.fm
研究生 : 郭俊
指导老师: 由芳 副教授
专业名称: 设计艺术学
20120525
10. 1. 研究背景 新的音乐时代的来临:社会化数字音乐服务 P17
社交图谱 VS兴趣图谱
社交图谱是基于用户真 兴趣图谱基于共同
实的社交圈子的网络图谱,反 的兴趣爱好,无需彼此认
映了用户通过各种途径认识的 识,因而大大扩展了社交
人,社交图谱主要由一些主流
的深度与广度。兴趣图谱
的社交网络产生,例如
一般有以下几个特点:单
Facebook或者LinkedIn。用户
向关注,而非双向互为好
们互相向自己认识的人们发送
邀请来构建和维持他们的社会 友;组织围绕于所分享的兴
关系,个人认识的社交连接故 趣爱好,而非个人真实社
而圈子有限。 会关系。
概念来源:The Future of the Social Web: Social Graphs Vs. Interest 10
11. 音乐+社交网络
Friends
Family
Social Graphs Interest Graphs
Neighbor
Music
Classmates
Colleages
11
12. 音乐+社交网络
“与朋友分享音乐的乐趣”
Friends
“品味他人喜欢的音乐来拓宽你的音乐品味”
Family
“与偶像进行互动”
Music
Social Graphs Interest Graphs
Neighbor Movie
基于 社交关系 的音乐推荐往往更符合我们的需求,我们可以通过
Classmates Articles
关注喜好相似的其他人的音乐列表来发现那些我们原本不会 Books 发现 的
优秀音乐。 Colleages
概念来源:The Future of the Social Web: Social Graphs Vs. Interest 12
34. 4. 研究内容 Last.fm音乐社区的用户标签行为研究 P47
音乐标签网络结构可视化分析
音乐品味的网络传递形成群组,这种集体行动导致创造了隐性的一个社会网络结构,根据使用的音乐流派
标签来划分不同的网络群体,形成标签关系网络,引入复杂网络分析中一些常见的重要拓扑参数例如度分
布、平均路径长度、聚类系数、模块化来对音乐流派标签网络进行计算和分析,了解音乐标签网络的整体
网络特征,进一步探讨揭示其社会化网络结构。
Rock
5% Metal
10% Electronic
R&B
23% Jazz
Folk
12% Pop
13% Hip hop
12% 5%
4%
9%
7%
A. 标签类型数量级分布图 B.选取流派音乐标签
算法:Yifan Hu, Algorithms for Visualizing Large Networks 34
35. Classical
Electronic
Jazz
Folk
d. jazz
a. Hip-hop音乐类型标签网络
Rap R&B
Rock Metal Pop
35
36. Classical
从图可以发现不同流派的音乐标签网络结构、节点的疏密程度不
同,子群体的数量存在着明显的差异,不同的子群体间交流的强
度亦有不同。
Electronic
1. Hip-hop、Electronic虽不是用户人数最多的,但其音乐流派标签网络明显较其
它网络密集,积聚在中部位置,且形成比较明显的子群体间的交流与互动;
Jazz
2. 而用户人数最多的Rock,Metal,Pop网络图则呈现较为分散,并无明显的子
群体间的交流与互动;
3. Folk音乐标签网络图则分布最为零散,在中部形成一小撮子群。
Folk
d. jazz
a. Hip-hop音乐类型标签网络
Rap R&B
Rock Metal Pop
36
41. 5. 研究分析与启示 可视化工具概念原型框架 P54
系统可提供给用户一个 视觉化、自由度较高的歌曲及朋友、音乐资源获取方
式,区别于现有的较为单一的表单形式的歌曲获得及纯粹的基于推荐算法的朋友获得。
User x
标
user user
user user
user
x 签 x
user 过 user
滤
user
user user
user 器
可视化网络界面 过滤后网络界面
41