尹相臣 刘亚宁 费泽涛 王易凡

【摘要】    通过音乐家追随和歌曲特征的数据，建立音乐家相互影响的有向复杂网络。在网络中计算拓扑特征研究音乐家之间的影响，得出网络具有随机分布、局部连接的特点。建立衡量音乐相似度的指标，通过对歌曲特征及音乐家分析流派间和内部的相似程度，发现流派内部比流派间更为相似。同时又不乏部分流派间的相似，说明各流派有着不同程度的交汇。

【关键词】    音乐影响    社会网络分析    相似度评估

引言：

音乐是社会的重要组成，不同历史时期的音乐不仅反映了当代的精神风貌，而且记录了人们的日常生活和文化场景。当音乐家创作一首新歌曲时，有许多因子影响着他们，包括他们的创造力、背景、经历等[1]。近几十年音乐经历了一个复杂的变化过程，每个时代都有代表性的特点，歌曲的显著特征也随时间而变化。在音乐发展的过程中，各流派音乐家相互影响对音乐的发展趋势产生关键性影响。

通过已有美国音乐数据，使用社会网络分析和流派相似度，建立了音乐影响模型来理解音乐的演变。

一、音乐影响网络

1.1 影响网络构建

早期的时候通过社会测量法来进行网络分析，但社会测量法只是一种基本方法[2]。与其对比，社会网络分析有着更为直观的效果和量化的数学分析。社会网络指社会成员及其之间的关系，一个社会网络由多个社会成员和成员间的关系组成[8]。社会网络分析法以关系为分析对象，是处理关系类数据有效的方法[3]。……