last.fm Statistiken, Teil 2: Zeigt her eure Farben

Im zweiten Teil (Teil 1) der last.fm Statistiken geht es um bunte Grafiken, die man sich aus seinen sozialen Musikdaten da draußen im Internet generieren kann.
Es geht sogar noch bunter, aber das später…

Soziomap

Bild

Bild

Bild

Um ihr eigenes Programm zu vermarkten und eine Anwendungsmöglichkeit darzustellen, haben die Programmierer der QED Group ihre Sociomap last.fm-tauglich gemacht. Nach Eingabe seines last.fm-Usernames fragt das Flash-Programm die ersten 30 Freunde ab und stellt sie dann in einer 3D-Landkarte dar.
Durch unterschiedliche Farben sind Höhenlinien deutlich gemacht (bei der interaktiven 3D-Ansicht sieht man das ein wenig besser, wenn man die Grafik hin und her dreht). Die Höhe entspricht der durchschnittlichen musikalischen Übereinstimmung mit den restlichen Usern; wer am weitesten oben steht hat einen gleichen Geschmack wie die meisten der User (Klingt irgendwie seltsam, oder?). Ich habe mir meine Freunde also ganz gut ausgesucht.
Der Abstand der Namen untereinander repräsentiert die musikalische Übereinstimmung. Je näher, desto höher ist ihr ‘Übereinstimmungswert’ (also wohl das, was im Taste-O-Meter angezeigt wird).Irgendwie kann ich mir die Höhe noch nicht ganz vorstellen; wie sich dieser Durchschnitt wirklich darstellt…
Aber egal. Sieht fancy aus!
Eingebettet ist die Flashapplikation nach dem Klick ganz unten.

Last.fm In Time

Bild

grapher
2-Jahres-Rückschau
(im Header: 1-Jahr-Rückschau)

Paul Cornelissen hat sich in dem Projekt “Musicmapper” ein wenig mit der Datenbank von last.fm auseinander gesetzt und dabei eine ziemlich coole Idee bekommen: Man könnte doch die Top-Artists mal über die Zeit betrachten. Soll heißen: Das Tool fragt die aktuelle Wiedergabeanzahl der einzelnen Künstler-Top-50 ab, dann geht es eine Woche in die Vergangenheit und tut das gleiche. Dann wieder eine Woche und wieder eine Woche. Und. So. Weiter. Pro Künstler kriegt man dann bei einem Jahr, theoretisch zumindest, 52 Datenpunkte (weil das Jahr, genau, 52 Wochen hat! Gut mitgedacht, setzen). Diese Datenpunkte kann man dann verbinden (bzw., wie der Statistiker sagt: Die Zwischenräume linear interpolieren). Heraus kommt ein so grandioses, farbenfrohes Statistikkunstwerk wie dieses hier oben unter der Überschrift. Die blauen Balken im Hintergrund repräsentieren die Gesamtliedwiedergaben in der Woche.
So kann man bei mir z.B. sehen, dass ich vor ca. einem Jahr die meisten Widergaben von Songs hatte (es war Praktikumszeit und wir haben am Stück Musik gehört), und dass meine momentane Top-1-Band “Athlete” ihren Status relativ drastisch vor einem halben Jahr erhalten hat, ich die vorige Spitzenreiterband “The Kooks” seit knapp 50 Wochen so gut wie gar nicht mehr gehört habe1. Wenn man nur lange genug drauf schaut, erkennt man immer mehr interessante Dinge. Die höchste Steigung haben, wie mein geschultes Analyseauge bis auf eine exponentielle Interpolation genau feststellen konnte, die Stars, die ich vor ein paar Wochen für mich entdeckte und seitdem viel gehört habe2

Your Music Listening Habits

head-3

Eine Vielzahl der Analysen aus dem letzten Posting visualisiert Kalu Kalu unter der Frage “How Do You Listen To Music?“.
Insgesamt geht’s darum, in wie weit die Top-Artists, -Alben und -Songs die Gesamtdaten in den drei Kategorien beeinflussen. Im letzten Posting wurde da auch z.B. beim AEP, beim eclectic test und dem Long Tail angesetzt. Diese Seite hat quasi die passenden Diagramme dafür zur Hand.

Bild

Wenn man z.B. die Top 50 Künstler als Referenz nimmt und sie mit den restlichen Künstlern vergleicht, erhält man rechtestes Diagramm auf rechtem Bild. Diese Werte sind genau das, was der Long Tail auch aussagte – nur eben in bund und runt.
Noch deutlicher kann man sich eine Vorstellung über den Longtail machen, wenn man sich die letzten Grafiken anschaut. Flachen die Balken nur langsam ab, dann deutet das auf einen langen Long Tail, je spitzer das linke Ende ist, desto shorter der Tail.

  1. Mit dem neuen Kooks-Album werde ich dann sicherlich eine neue No.1 haben… []
  2. Und über die ich sehr bald auch schreiben werde… []

15 Gedanken zu „last.fm Statistiken, Teil 2: Zeigt her eure Farben

  1. Hmmm, warum muss man Musik denn mit Statistiken so auseinandernehmen? Habs nur überflogen, sorry, n bissl viel meiner Meinung nach unwichtiges Zeug ;)

  2. Muss man nicht. Mach ich aber. Gerne!
    Zumal auseinandernehmen nicht stimmt. Analysieren triffts wohl besser. Immerhin sind alle Dinge, die man anfasst, auch nachher noch exakt identisch vorhanden.

    Und warum? Weil ich es super interessant finde, zu untersuchen und zu visualisieren WAS man hört. WIE man es hört!
    Man kann völlig neue Sachen entdecken, das ist einfach tierisch spannend. Finde ich zumindest :).

  3. Ich hab den Artikel auch nur überflogen, aber ich denk doch das Physik für musikalisches Analysieren sehr unangebracht ist. Musik sollte doch was emotionales sein, mit dem man bestimmte Gefühle in Verbindung bringt, oder irr ich mich??

  4. Das Analysieren der Musik hier hat ja per se nichts mit Physik zu tun. Es war nur Vrenis Erklärung dafür, warum ich mich für Musikstatistiken interessiere und sie nicht.
    Natürlich ist Musik emotional und gefühlig. Sehr sogar. Doch hat das ja nichts mit der interessenhaften ‘Zweitverwertung’ beim Anschauen einer Statistik später zu tun. Überhaupt nichts. :)

  5. Tach auch,

    danke Andi für den Tipp. Kannte ich allerdings beides schon (auch LastGraph für Teil 3 oder 4). Die Soziomap hatte ich auch ne Weile. Nur leider “darf” man da offensichtlich keine neuen Freunde dazu bekommen. Die Map bekommt man nämlich nicht aktualisiert. Schade eigentlich, aber für mich ein Grund die zu löschen. Spannender find ich ja Last.fm nations und die Friend Taste Charts. Sorry falls ich da jetzt was vorweg greife.

    Im Allgemeinen bin ich auch voll süchtig nach allen möglichen Statistiken und Lastfm natürlich und trotzdem bin ich leidenschaftlicher Musikhörer.

Kommentare sind geschlossen.