利用IBM SPSS Statistics进行用户音乐偏好分析

网络音乐和音乐类电视节目近年来蓬勃发展,伴随全民听歌、唱歌的热潮,大量的互联网公司开始进入在线音乐的领域中,其中不乏知名的互联网企业,例如百度、腾讯、阿里巴巴等。

由于对音乐版权的保护,在线音乐网站需要向唱片公司支付费用购买唱片,假设网站不清楚用户对音乐的偏好,那么有可能出现网站花费了巨资购买的唱片却不是用户喜好的。此外,基于这样的歌曲进行音乐推荐不但不能满足用户需求,还会降低用户的使用体验。这些问题就意味着网站运营的成本将变高,为了降低运营成本,网站有必要对用户的音乐偏好进行分析。

某在线音乐网站拥有用户数据,其运营人员借助IBM SPSS Statistics,对网站用户的音乐偏好进行分析。出于商业保密目的,以下数据已经过人工处理,仅供演示用。

网站选取了歌手、每个歌手的歌曲以及用户对这些歌曲的打分。此外,还按照这些歌曲在popular、melody以及classic上的表现。

在多维偏好分析(MPA)时常将用户作为变量而不是歌曲。首先做一个主成分分析,考察需要多少维度。

music

进行MPA时不用拘泥特征根大于1这一标准,本次首先考察前两个维度。

通过SPSS降维下的最优刻度,对数据进行分析。

music

从模型情况汇总,前两个维度携带了66.966%的信息,这与主成分分析相同。Alpha值很高说明二维是合适的。

music

从双序图可以看到,第一群体更注重melody和popular,第二群体更注重classic,而少量用户不同于上述两类群体的偏好,但在营销时可以忽略这部分人群。

从图可以看到,现有网站的歌曲多在左下角,这说明网站的音乐在旋律、流传程度以及经典程度上并不满足用户的偏好,网站需要更多地购买右上角的唱片。

Chinese, Simplified(简体中文)