人群、蓝牙与摇滚乐：理解音乐节参与者行为
应用统计
2013-06-17 v2 人机交互
摘要
本文介绍了一项针对大型音乐节（历时 8 天，参与者超过 130,000 人）离线社交网络的感知与分析研究。我们在音乐节区域的关键位置部署了 33 个固定位置的蓝牙扫描仪，以发现参与者携带的启用蓝牙的移动设备，从而收集其移动和交互的时空轨迹。随后，我们在两个层面上分析数据。在微观层面，我们运行社区检测算法以揭示音乐节参与者形成的各类群体。在宏观层面，我们采用无限关系模型（Infinite Relational Model, IRM）来恢复与参与者音乐偏好相关的社交网络结构。获得的以音乐会和参与者集群形式呈现的结构，随后结合关于音乐流派、乐队来源、舞台和演出日期的元信息进行解读。我们表明，大多数音乐会集群可以用一个或多个元特征来描述，从而有效揭示了参与者的偏好（例如美国乐队集群），并讨论了这些发现的意义以及所用方法的潜力与局限性。最后，我们探讨了利用所述方法和技术创建面向用户的应用程序，并通过引入用户参与来扩展大型活动期间感知能力的可能性。
引用
@article{arxiv.1306.3133,
title = {Crowds, Bluetooth, and Rock-n-Roll. Understanding Music Festival Participant Behavior},
author = {Jakob Eg Larsen and Piotr Sapiezynski and Arkadiusz Stopczynski and Morten Moerup and Rasmus Theodorsen},
journal= {arXiv preprint arXiv:1306.3133},
year = {2013}
}
备注
Presented at Sunbelt 2013 in Hamburg on May, 2013