Математики нашли города, музыкальные предпочтения жителей которых подхватывает наибольшее количество жителей других городов. Статья ученых пока не принята к публикации, однако ее препринт доступен на сайте arXiv.org .
В своей работе исследователи использовали данные музыкального сайта Last.fm, который, наряду с плейлистами популярных композиций, публикует также данные о географическом положении слушателей.
Ученые задались целью найти в изменяющихся пристрастиях меломанов направленность в преемственности моды между городами. Математики проанализировали данные по двум сотням городов начиная с 2003 года. Поскольку в маленьких городах слушателей оказалось немного, то данные по ним обрабатывали, используя специальные алгоритмы для удаления статистического шума.
С помощью современных статистических методов авторам удалось получить граф со связями, указывающими направление восприятия музыкальных пристрастий. Исследователи составили даже несколько вариантов графов для разных музыкальных жанров. В Северной Америке законодателем моды в хип-хопе (и в остальной музыке в целом) оказалась Атланта, а столицей инди стал Монреаль. В Европе эти роли получили Осло и Париж соответственно.
Полученный граф имеет некоторые интересные особенности. Так, города с очень похожими музыкальными предпочтениями оказались не связанными друг с другом - их жители не влияли на предпочтения друг друга в полученной математической модели. Кроме того, вопреки интуиции, влияние на музыкальную моду оказалось не связано с размером населения города: Нью-Йорк и Лондон заняли в графе весьма скромное место.
От того, насколько полученная исследователями модель (она учитывает только один источник информации - Last.fm) отражает реальное влияние отдельных "музыкальных лидеров" на другие города, будет зависеть ее предсказательная сила. Авторы в данной работе ее не проверяли, но собираются это сделать в ближайшее время. Они хотят использовать полученную модель, чтобы предугадать распространение популярных музыкальных композиций в будущем.
Математики в последнее время активно интересуются топологическими свойствами социальных сетей и характером распространения в них информации. Подробнее об этом можно прочитать, например, здесь .
