Een Sociaal Netwerk Onder Muziekartiesten:
Een analyse van het sociaal netwerk van muzikanten en daaraan verbonden muzikale kenmerken
Gegevens student B.J.G.M. Kuppens Corporate Communication & Digital Media Universiteit van Tilburg [email protected]
Begeleiding dr. J. J. Paijmans Faculteit Geesteswetenschappen dpt. Comm.‐ Infor.wetensch [email protected]
1
Abstract
Dit onderzoek verdiept zich in de structuur van het sociaal netwerk van muziekartiesten. Wat onderzocht wordt, is of er binnen dit sociaal netwerk een zogenaamde power law verdeling te ontdekken valt. Dit is interessant vanwege de maatschappelijke relevantie van power law structuren in de samenleving. Om dit vast te stellen is er gekeken naar wie de meest invloedrijke artiesten zijn en van wie er de meeste nummers gecoverd zijn. De verwachting is dat er relatief weinig artiesten zijn met relatief veel invloed op medeartiesten, en overeenkomstig staan veel artiesten die weinig invloed hebben op hun medeartiesten. Hetzelfde fenomeen wordt verwacht bevestigd te worden voor gecoverde nummers.
Nadat is gebleken dat de structuur van het sociaal netwerk onder muziekartiesten daadwerkelijk de kenmerken vertoont van een power law verdeling, is er vervolgens nog gekeken naar een viertal muzikale kenmerken van de meest invloedrijke artiesten gevonden tijdens dit onderzoek. Het betreft het genre, de muziekstijl, stemming van de muziek en de instrumentatie die een bepaalde artiest uitoefende. Ook van deze variabelen is er een frequentieverdeling gemaakt en is er gekeken of er op een power law gelijkende verdeling is. Dit bleek alleen bij de variabelen genre en instrumentatie het geval te zijn. Muziekstijl in mindere mate en wat stemming betreft zijn er geen dominante items gevonden.
2
Inhoudsopgave
Blz.
1. Inleiding 4
1.1 Introductie 4 1.1.1 Netwerkstructuur 4 1.1.2 Schaal‐vrije netwerken 5 1.2 Context 6 1.2.1 De power‐law 6 1.2.2 Doelstelling 7
2. Data acquisitie 9
2.1 Methoden 9 2.1.1 Variabelen 9 2.1.2 Dataverzameling 11 2.1.3 Verzamelen van data 12 2.1.4 Samenstellen lijst onderzocht muzikanten 14 2.2 Kwaliteit van de data 17 2.2.1 Procedureel 17 2.2.2 Genre (genre) 17 2.2.3 Muziekstijl (style) 18 2.2.4 Muzikale stemming (moods) 18 2.2.5 Instrumentatie (instruments) 18 2.2.6 Beïnvloed door (Influenced by) 19 2.2.7 Heeft beïnvloed (followers) 19 2.2.8 Covers (performed songs by) 19 2.2.9 Jaartallen 19
3. Resultaten 21 3.1 Sociaal Netwerk onder muziekartiesten 21 3.2 Muzikale kenmerken van de topartiesten 23
4. Discussie 26
5. Conclusie 30
6. Literatuur 32
Bijlage 1: Screenshots allmusic.com 34 Bijlage 2: Rangschikkingen variabelen 36
3
1. Inleiding
Dit hoofdstuk bestaat uit een sectie met een op literatuur gebaseerde ‘Introductie’ en een sectie ‘Context’, waarin de achtergrond van dit onderzoek wordt uitgelegd. De sectie ‘Introductie’ informeert over de literatuur over sociale netwerken. De belangrijkste begrippen binnen dit vakgebied worden uitgelegd, zodat de lezer voldoende kennis voor handen heeft om dit artikel volledig te kunnen begrijpen. In de sectie ‘Context’ wordt een beeld gecreëerd van de achtergrond van sociale netwerken en de muziekartiesten. Besproken wordt, hoe en waarom dit onderzoek maatschappelijk relevant is, waarna de focus zich vervolgens zal richten op de doelstelling van het onderzoek.
1.1 Introductie
1.1.1 Netwerkstructuur
Het begrip ‘sociaal netwerk’ is in de digitale eeuw een veel voorkomende term. De gedachten bij dit begrip gaan al gauw naar websites als facebook.com of naar het aantal contacten dat een individu heeft. Maar hoeveel contacten heeft iemand gemiddeld? Heeft de één meer contacten dan de ander? Hoe ziet de structuur van een sociaal netwerk eruit? Van complexe netwerken, zoals bijvoorbeeld het sociaal netwerk, zijn small‐world netwerken misschien wel het meest bekend. Het small‐ world fenomeen is al jarenlang een onderwerp van onderzoek.
Het meest bekende voorbeeld ervan is het ontmoeten van iemand die op het eerste oog een complete onbekende lijkt, waarmee men niets gemeen heeft. Vervolgens blijkt na een kort gesprek al, dat deze twee onbekenden, toch ergens een gemeenschappelijke kennis hebben. Dit is precies wat het small‐world concept inhoudt (Watts, 1999). Onderzoek naar small‐worlds begon al in 1967 door Milgram (Milgram, 1967), die beweerde dat ieder individu in deze wereld binnen zes contacten, ook wel de six‐degrees‐of‐separation genoemd, in connectie kan worden gebracht met ieder ander willekeurig individu ter wereld, een grafische weergave staat in afbeelding 1. Het bestaan van small‐world netwerken is al verschillende keren op allerlei gebieden aangetoond. Zo is het small‐word concept toepasbaar op het transportnetwerk van Boston (Latora & Marchioni, 2002), de verdeling van burgers over de steden (Mansury & Guljás, 2007), de onderwater leefwereld (Seuront, Mitchell, 2008) en de verdeling van brandhaarden binnen een stad (Song, et al., 2003).
4
Afbeelding 1 Grafische weergave van de ‘SixDegreesofSeparation’
1.1.2 Schaalvrije netwerken
Over de vorm/structuur van small‐world netwerken schrijven Amaral, Scala en Barthe (2000) dat er drie categorieën netwerken bestaan in de echte wereld, waarbij dit paper zal zich focussen op het zogenaamde schaalvrije netwerk. Dit zijn netwerken waarvan de verdeling een power law volgt (Barabási & Bonabeau, 2003). De naam ‘schaalvrije network’ komt van het feit dat in deze netwerken, op wat voor schaal dan ook, de vorm van de verdeling altijd hetzelfde zal blijven.
Dit kan het beste duidelijk worden gemaakt aan de hand van een voorbeeld. Wanneer op een computer de verdeling tussen files van 2Kb en die van 1Kb 1:4 is, deze verhouding hetzelfde zal blijven wanneer er gekeken gaat worden naar de verhouding tussen files van 2Mb en die van 1Mb. De verhouding zal ook dan 1:4 zijn. Deze eigenschap is echter zeker niet toe te kennen aan iedere verdeling; alleen aan verdelingen die de vorm van een power law vertonen (Newman, 2005). Deze hebben twee belangrijke eigenschappen. Allereerst dat deze netwerken onder andere continu blijven groeien, er komen dus alsmaar nieuwe connecties bij. Ten tweede hechten deze nieuwe connecties voor het overgrote deel aan knopen die al de meeste connecties hebben (Barabási & Albert, 1999). Deze twee eigenschappen zorgen ervoor dat de verdeling van connecties over de verschillende knopen geen normaal verdeling krijgt, maar een power law volgt.
Een power law is een wiskundige relatie tussen twee grootheden. Grafisch zien deze verdelingen eruit als een kromme, snel dalende lijn op standaard schaal, op een log‐ log schaal zal de grafische vertoning de vorm van een min of meer rechte lijn krijgen.
Wiskundig gezien heeft een dergelijke functie de volgende vorm: