2021美賽D題翻譯（僅供參考）

問題D：音樂的影響

2021美賽C題思路，2021美賽C題解法，2021美賽思路，2021美賽數學建模思路，歡迎加入秀兒為你彈奏東風破：752899821
自古以來，音樂就已成為人類社會的一部分，已成為文化遺產的重要組成部分，為了理解音樂在人類集體經驗中所扮演的角色，我們被要求開發一種量化音樂發展的方法，在創作新音樂時，有許多因素會影響藝術家，包括其天賦的創造力，當前的社會或政治事件，使用新樂器或工具的機會或其他個人經歷，我們的目標是了解和衡量先前制作的音樂對新音樂和音樂藝術家的影響，

一些藝術家可以列出十幾個或更多他們認為對自己的音樂作品有影響的藝術家，還建議可以通過歌曲特征（例如結構，節奏或歌詞）之間的相似程度來衡量影響力，音樂有時會發生革命性的變化，提供新的聲音或節奏，例如何時出現新的流派，或者對現有流派（例如古典，流行/搖滾，爵士等）進行重新發明，這可能是由于一系列小變化，藝術家的合作努力，一系列有影響力的藝術家或社會內部的變化所致，

許多歌曲具有相似的聲音，許多藝術家為音樂型別的重大轉變做出了貢獻，有時，這些變化是由于一位藝術家影響了另一位藝術家，有時，這是對外部事件（例如重大世界事件或技術進步）的回應而出現的變化，通過考慮歌曲的網路及其音樂特征，我們可以開始捕捉音樂藝術家之間的相互影響，而且，也許，我們還可以更好地了解音樂隨著時間的流逝在整個社會中的發展，

集成集體音樂（ICM）協會確定了您的團隊，以開發一種衡量音樂影響力的模型，這個問題要求您檢查藝術家和流派的進化和革命趨勢，為此，ICM為您的團隊提供了一些資料集：

1.  “ influence_data” 1代表藝術家自己報告的音樂影響者和追隨者，以及行業專家的意見，這些資料包含過去90年中5,854位藝術家的影響者和關注者，
   

2. “ full_music_data”2提供了16個變數項，包括音樂特征（如舞蹈性，速度，響度和調子），以及98,340首歌曲中的每一個的artist_name和artist_id，這些資料用于創建兩個摘要資料集，包括：

a. 藝術家“ data_by_artist”的平均值，

b. 表示跨年“ data_by_year”，

1 這些資料來自AllMusic.com
2 這些資料來自Spotify的API

注意：這些檔案中提供的資料是較大資料集的子集，這些檔案包含您應為該問題使用的唯一資料，

為了執行這個具有挑戰性的專案，ICM協會要求您的團隊通過以下措施，通過音樂藝術家隨時間的影響來探索音樂的發展：

? 使用Impact_data資料集或其中的一部分來創建音樂影響力的（多個）定向網路，將影響者連接到追隨者，開發可捕獲此網路中“音樂影響力”的引數，通過創建定向影響者網路的子網來探索音樂影響力的子集，描述此子網，您的“音樂影響力”措施在此子網路中體現了什么？

? 使用音樂特征的full_music_data和/或兩個摘要資料集（包括藝術家和年份）來制定音樂相似度的度量，使用您的度量，流派的藝術家是否比流派的藝術家更相似？

? 比較流派之間和流派之間的相似性和影響，什么是流派的區別，流派如何隨時間變化？有些型別與其他型別有關嗎？

? 指示data_influence資料集中報告的相似性資料是否表明所標識的影響者實際上在影響相應的藝術家， “影響者”實際上會影響追隨者創作的音樂嗎？是某些音樂特征比其他音樂特征更具“感染力”，或者它們在影響特定藝術家的音樂方面起著相似的作用？

? 從這些資料中確定是否存在可能標志著音樂發展中的革命（重大飛躍）的特征？在您的網路中，哪些藝術家代表著革命者（重大變革的影響者）？

? 分析一種型別音樂隨時間變化的影響程序，您的團隊能否確定能揭示動態影響者的指標，并解釋流派或藝術家隨時間的變化？

? 您的作品如何表達有關音樂在時間或環境方面的文化影響的資訊？或者，如何在網路中識別社會，政治或技術變化（例如互聯網）的影響？

向ICM協會寫一份一頁紙的檔案，說明使用您的方法通過網路理解音樂影響的價值，考慮到這兩個問題資料集僅限于某些型別，然后又針對這兩個資料集共有的藝術家，您的作品或解決方案將如何隨著更多或更豐富的資料而發生變化？建議進一步研究音樂及其對文化的影響，

來自音樂，歷史，社會科學，技術和數學領域的跨學科，多元化的ICM協會期待您的最終報告，

您的PDF解決方案（總共不超過25頁）應包括：
? 一頁的摘要表，
? 目錄，
? 您的完整解決方案，
? 對ICM協會的一頁檔案，
? 參考文獻清單，

注意：2021年的新功能！現在，ICM競賽限制為25頁，提交的所有方面均計為25頁的限制：摘要表，目錄，解決方案主體，影像和表格，一頁檔案，參考串列和任何附錄，
附件
針對此問題，我們提供了以下四個資料檔案，提供的資料檔案包含您應用于此問題的唯一資料，

1. impact_data.csv
2. 完整音樂資料.csv
3. 資料_by_artist.csv
4. data_by_year.csv資料描述
5. impact_data.csv
   （資料以utf-8編碼，以允許處理特殊字符）：

• impactr_id：給列出為影響者的人的唯一標識號， （數字字串）
• impactr_name：影響者的名稱，由關注者或行業專家提供， （串）
• impactr_main_genre：最能描述有影響力的藝術家創作的大部分音樂的流派， （如果有）（字串）
• impactr_active_start：影響力藝術家開始其音樂事業的十年， （整數）
• follower_id：提供給列出為關注者的藝術家的唯一標識號， （數字字串）
• follower_name：跟隨有影響力的藝術家的藝術家的名字， （串）
• follower_main_genre：最能描述以下藝術家創作的大部分音樂的流派， （如果有）（字串）
• follower_active_start：以下藝術家開始音樂生涯的十年， （整數）

2. 完整音樂資料.csv 三，資料_by_artist.csv 4資料按年份.csv

從“ full_music_data”，“ data_by_artist”，“ data_by_year”中發現Spotify音頻功能：

• artist_name：執行曲目的藝術家， （陣列）
• artist_id：受影響的data.csv檔案中提供的相同唯一標識號， （數字字串）

音樂的特點：

• 舞蹈性：根據節奏，節奏穩定性，拍子強度和整體規律性等音樂元素的組合來衡量軌道適合跳舞的方式，值0.0最低可跳舞，而1.0最高可跳舞， （浮動）
• 能源：表示對強度和活動的感知的量度，值0.0最小強度/能量，而1.0強度最大/能量，通常，充滿活力的曲目會感覺快速，響亮且嘈雜，例如，死亡金屬具有較高的能量，而巴赫前奏的得分則較低，有助于此屬性的感知特征包括動態范圍，感知的響度，音色，發作率和一般熵， （浮動）
• 價：一種描述曲目傳達的音樂積極性的量度，值0.0最負，1.0最正，價態高的音軌聽起來更積極（例如，快樂，開朗，欣快），而價態低的音軌聽起來更負面（例如，悲傷，沮喪，憤怒）， （浮動）
• 速度：曲目的總體估計拍速，以每分鐘拍數（BPM）為單位，用音樂術語來說，節奏是指給定樂曲的速度或節奏，它直接來自平均拍子持續時間， （浮動）
• 響度：軌道的整體響度，以分貝（dB）為單位，值的典型范圍是-60至0 db，響度值是整個軌道的平均值，可用于比較軌道的相對響度，響度是聲音的質量，它是身體力量（振幅）的主要心理關聯， （浮動）
• 模式：音軌的模態（主要或次要）的指示，其旋律內容所源自的音階型別， Major用1表示，minor用0表示，
• 鍵：曲目的估計總體密鑰，整數使用標準音高類別符號映射到音高，例如， 0 = C，1 =C?/ D?，2 = D，依此類推，如果未檢測到密鑰，則密鑰的值為-1， （整數）

人聲型別：

• 聲音：磁道是否是聲學的置信度度量（不增強技識訓增強電性能），值1.0表示軌道是聲學的高置信度， （浮動）

• 工具性：預測曲目是否不包含人聲，在這種情況下，“哦”和“啊”的聲音被視為樂器，說唱或口語單詞軌跡顯然是“聲音”，器樂性值越接近1.0，則曲目中沒有人聲內容的可能性越大，高于0.5的值旨在表示樂器音軌，但隨著該值接近1.0，置信度更高， （浮動）

• 活度：檢測曲目中觀眾的存在，較高的活躍度值表示增加了實時執行軌道的可能性，高于0.8的值很可能會顯示該軌道處于活動狀態， （浮動）

• 言語能力：檢測曲目中口語的存在，與錄音類似的語音內容（例如脫口秀，有聲讀物，詩歌）越多，屬性值就越接近1.0，大于0.66的值描述的曲目可能完全由口語組成，介于0.33到0.66之間的值描述了可能同時包含音樂和語音的曲目，無論是分段還是分層的（包括說唱音樂），低于0.33的值最有可能代表音樂和其他非語音類曲目， （浮動）

• 明確的：檢測曲目中的顯式歌詞（true（1）=是； false（0）= no，它不是OR未知）， （布林值）

描述：

• duration_ms：軌道的持續時間（以毫秒為單位）， （整數）
• 人氣：這首歌的受歡迎程度，該值將在0到100之間，其中100是最受歡迎的值，受歡迎程度是通過演算法計算的，并且在很大程度上取決于音軌的總播放次數以及這些播放的最近時間，一般而言，現在播放頻率更高的歌曲將比過去播放頻率更高的歌曲具有更高的知名度，重復曲目（例如，同一首曲目和一張專輯中的同一曲目）將被獨立評估，藝術家和專輯的流行度是從曲目流行度中數學得出的， （整數）
• 年：發行曲目的年份， （1921年至2020年的整數）
• release_date：曲目發布的日歷日期，大多數采用yyyy-mm-dd格式，但是日期的精度可能會有所不同，有些只是以yyyy給出，
• song_title（已檢查）：曲目的名稱， （字串）已運行軟體以洗掉歌曲標題中的任何潛在顯式單詞，
• 計數：full_music_data.csv檔案中表示特定藝術家的歌曲數， （整數）

2021D思路求解更新：
特征工程，kaggle上很多實體可以參考
https://www.kaggle.com/insiyeah/musicfeatures