流行音乐中艺术家-时代对齐的多层次可视分析方法
人机交互
2026-03-24 v1
摘要
现有的流行音乐计算研究主要建模总体趋势或预测榜单表现,对解释艺术家个体相对于历史风格基线的对齐情况支持有限。我们引入一个交互式可视分析框架,将每个艺术家-十年视为一个相对于特定时代基线定义的单元,并沿两个互补维度进行刻画:轮廓形状相似性,捕捉与时代特征模式的方向性对应关系;轮廓对比度比率,捕捉相对于时代离散度的风格强度。这两个维度共同定义了一个基于象限的轨迹空间,用于推理随时间推移的从众性、偏离性和放大性。将该框架应用于美国公告牌百强单曲榜1960年代至2010年代六个十年间历史前十艺术家的每周上榜条目,并与Spotify音频特征关联,分析揭示出对齐与强度在艺术家轨迹中可能存在有意义的背离。
引用
@article{arxiv.2603.21624,
title = {A Multi-Level Visual Analytics Approach to Artist-Era Alignment in Popular Music},
author = {Jiyeon Bae and Jinwook Seo},
journal= {arXiv preprint arXiv:2603.21624},
year = {2026}
}
备注
Accepted for poster presentation at IEEE PacificVis 2026