Presentazione standard di PowerPointsomeni.di.unimi.it/progetti2017/Tanzi-LastFm.pdf · Ariana...

Teresa Tanzi

• Piattaforma

• Crowling Data Set

• Distribuzione del Grado

• Componenti Connesse

• Small World

• Community Detection

• Recomendation

• Conclusioni

2

OUTLINE

LAST.FM - Teresa Tanzi, Metodi e Applicazioni per Social Network, 9 Giugno 2017

SOCIAL MEDIA

web radio

social network musicale

… come altri, ma

orientato alla visualizzazione di statistiche musicali.

3LAST.FM - Teresa Tanzi, Metodi e Applicazioni per Social Network, 9 Giugno 2017

4

SOCIAL MEDIA


PUNTI DI FORZA• integra servizi on demand e non

• collega più account per raggruppare in un’unica libreria tutta la musica ascoltata dall’utente su diversi dispositivi e diverse piattaforme

• produce statistiche accessibili di generi, ascolti, fascie orarie …

5

SOCIAL MEDIA


Utenti : 48 Mln nel 201221 Mln attivi

Canzoni : 600 Mln al mese104 Mld dal 2003

Paesi: 240

6

DATASET


SEEDS: 30 maggiori auditori dei 20 artisti più ascoltati

per ogni auditore le 500 canzoni più ascoltate creanoun arco con l’artista

I following di ogni auditore sono aggiunti agli utenti da visitare

7

GRAFO


Grafo bipartito, non diretto, pesato

NODI: Utenti 8.366Artisti 114.718

ARCO: tra un utente ed un artista se tale utente ha ascoltato almeno una canzone di tale artista negli ultimi 30 giorni

885.506

PESO di un arco: numero di canzoni che l’utente ha ascoltato dell’artista

123.084

8

DISTRIBUZIONE DEL GRADO


Grafo bipartito, non diretto, pesato

NODI: Utenti, Artisti

ARCO: tra un utente ed un artista se tale utente ha ascoltato almeno una canzone di tale artista negli ultimi 30 giorni

PESO di un arco: numero di canzoni che l’utente ha ascoltato dell’artista

Utenti Artisti


DISTRIBUZIONE DEL GRADO: PDF

Media: 14.4Mediana: 1

Media: 106Mediana: 89

Media: 8Mediana: 1

Barabasi+1999

Aplha=1.8

Utenti Artisti


DISTRIBUZIONE DEL GRADO: CCDF

DISTRIBUZIONE DEL GRADO: RANDOM

Utenti Artisti


Media: 61.542Mediana: 61.542

Link: 112.417

COMPONENTI CONNESSE

Componenti : 18

Giant : 123028 nodi (99.95%)


SMALL WORLD

+ relazioni di follow tra gli utenti : 139.349

Cc = 0.0343

Cc solo utenti = 0.1805


COMMUNITY DETECTION


1) gli utenti ascoltano sempre lo stesso genere musicale?

UTENTI - ARTISTI


Louvain method : Blondel+2008

DISTRIBUZIONE DELLE COMMUNITY

54 community


Community 2 – 20505 nodi

Artista Degree Genere

The Beatles 1228 classic rock, rock, british, 60s, pop

David Bowie 1170 rock, glam rock, classic rock, 80s, alternative

Red Hot Chili Peppers

1158 rock, alternative rock, alternative, funk, Funk Rock

Nirvana 1075 Grunge, rock, alternative, alternative rock, 90s

Pink Floyd 1041 Progressive rock, classic rock, Psychedelic Rock, rock, psychedelic

Queen 1013 classic rock, rock, 80s, hard rock, glam rock

Metallica 787 thrash metal, metal, heavy metal, hard rock, rock

Soundgarden 785 Grunge, rock, alternative rock, alternative, hard rock

Led Zeppelin 773 classic rock, rock, hard rock, 70s, Progressive rock

Depeche Mode 753 electronic, new wave, 80s, synth pop, synthpop

19LAST.FM - Teresa Tanzi, Metodi e

Applicazioni per Social Network, 9 Giugno 2017



Katy Perry 2879 pop, female vocalists, pop rock, indie, rock

Lady Gaga 2681 pop, dance, electronic, female vocalists, femalevocalist

Lana Del Rey 2645 female vocalists, indie, indie pop, pop, alternative

Rihanna 2406 pop, rnb, female vocalists, dance, Hip-Hop

Miley Cyrus 2391 pop, female vocalists, Disney, dance, guilty pleasure

Paramore 2360 rock, pop punk, alternative, female vocalists, emo

Ariana Grande 2293 pop, female vocalists, rnb, Ariana Grande, nickelodeon

Selena Gomez 2188 pop, female vocalists, Disney, pop rock, Selena Gomez

Harry Styles 2154 pop, rock, alternative, one direction, harry styles

Beyoncé 2082 rnb, pop, female vocalists, soul, Hip-Hop21

LAST.FM - Teresa Tanzi, Metodi e Applicazioni per Social Network, 9 Giugno

2017



blackpink 498 Kpop, k-pop, pop, Korean, YG

2NE1 391 k-pop, Korean, dance, pop, yg family

소녀시대 387 k-pop, Korean, pop, Kpop, girlband

f(x) 376 k-pop, Korean, female vocalists, dance, Kpop

K.A.R.D 315 Kpop, Korean, k-pop, 2016, pop

EXID 305 k-pop, Korean, female vocalists, Kpop, pop

태연 304 k-pop, Korean, Kpop, SNSD, why so gorgeous

Red Velvet 304 k-pop, Korean, female vocalists, Kpop, pop

Exo 304 k-pop, Korean, Kpop, exo, exo-k

BTS 291 k-pop, Korean, Kpop, bts, pop



COMMUNITY DETECTION


Classic rock /Grunge

Indie/Alternative

Pop

K pop

Punk rock/MetalRap/Hip-Hop

RECOMENDATION

2) come funziona il sistema di raccomandazione




RECOMENDATION

Quando due utenti sono simili?Quando ascoltano gli stessi artisti.

Gli artisti che un utente ascolta sono I suoi vicinidi grafo: il coefficiente di Jaccard calcola la frazione di artisti per ciascuna coppia di nodi.

DISTRIBUZIONE DEL COEF. DI JACCARD


31

GRAFO JACCARD


Grafo non diretto, pesato

NODI: Utenti 1.384

ARCO: se il coeff. di Jaccard > 0.2 23.360

PESO : coeff. di Jaccard


GRAFO JACCARD UTENTI

COMMUNITY DETECTION


95 community

35

GRAFO COMMUNITY


NODI: communities

CAPPIO: ogni nodo ha un cappioPESO: numero di link all’interno della community

ARCO: due nodi sono connessi se le community sono connessePESO: numero di archi che collegano le community

36

0. pop, dance3. pop, indie4. rock, alternatice5. pop, dance8. k-pop10. hip-hop, rap11. pop, eurovision18. rock, alternative19. pop, latin28. electronic, latin31. electronic, house41. pop, electronic44. pop punk, rock49. indie, alternative66. symphonic metal71. rock, pop


GRAFO COMMUNITY

Come per gli utenti.

Filtraggio:

gli artisti poco signnificativi (grado <10) sono esclusi 9906



GRAFO JACCARD ARTISTI


DISTRIBUZIONE DEL COEF. DI JACCARD

GRAFO JACCARD ARTISTI


clique percolation (k=4)Palla+2005

143 community sovrapposte

41

GRAFO COMMUNITY


NODI: communities

ARCO: due nodi sono connessi se hanno almeno un nodo in comune

PESO: numero di nodi in comune


GRAFO COMMUNITY


CONCLUSIONI

• Le distribuzioni hanno restituito un andamento a leggedi Potenza, quindi sono scale free

• Gli utenti si concentrano su un genere musicale principale, con connessioni diversificate, non solo con generi affini come atteso

• Gli artisti si dividono nettamente in gruppo di genere. Le connessioni sono solo tra generi affini.

• Gli algoritmi di raccomandazione si basano suattitudini comuni degli utenti, come si è cercato di simulare.

44

PROSPETTIVE FUTURE• Allargare il dataset, soprattutto relativamente agli artisti,• disporre di maggior potenza di calcolo e tempo dedicato

• Applicare entrambi gli algoritmi di ricerca di community ai grafi correlati

• valutarne somiglianze e differenze

• completare il sistema di raccomandazione

• confrontare i dati ottenuti con quelli offerti da last.fm

• indagare le preferenze musicali tra proposte recenti e pezzi datati

• investigare l’evoluzione del gusto musicale nel tempo.


Presentazione standard di PowerPointsomeni.di.unimi.it/progetti2017/Tanzi-LastFm.pdf · Ariana...

Documents

Transcript of Presentazione standard di PowerPointsomeni.di.unimi.it/progetti2017/Tanzi-LastFm.pdf · Ariana...