Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
GARNET CROW楽曲の選好分析
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
jackojacko_
October 18, 2017
Business
230
0
Share
GARNET CROW楽曲の選好分析
Twitter上で行ったアンケートをもとに、楽曲間の類似度マッピングおよびファンのクラスタリングを行いました。
http://twitter.com/jackojacko_
jackojacko_
October 18, 2017
More Decks by jackojacko_
See All by jackojacko_
AI時代に、 データアナリストがデータエンジニアに異動して
jackojacko_
0
170
Other Decks in Business
See All in Business
introduce_backoffice_coordinate
yuki_yano
PRO
1
470
LW_brochure_business
lincwellhr
1
81k
YassLab (株) サービス紹介 / Introduction of YassLab
yasslab
PRO
3
42k
【正社員】C-United 会社説明資料
chrecruit
0
1.4k
何者かになる必要はあるのか?
kkb1016
0
210
「AI時代、若手の育成はどうしたらいいんでしょう?」ー どの業界の方からも立て続けに頂いたこの問題を考えてみる
masayamoriofficial
0
250
CX Lens 購入後体験(ポストパーチェス)分析レポート
contentmetrics
0
150
Rakus Career Introduction
rakus_career
0
510k
営業職/新卒向け会社紹介資料(テックファーム株式会社)
techfirm
1
1.5k
司コンピュータ株式会社
tsukasacomputer
0
270
複雑なシステムから大学職員を救う自律型エージェント「だっこくん」
micknerd
0
150
Mercari-Fact-book_jp
mercari_inc
7
190k
Featured
See All Featured
A better future with KSS
kneath
240
18k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.7k
AI: The stuff that nobody shows you
jnunemaker
PRO
6
630
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.4k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.4k
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
130
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.3k
HDC tutorial
michielstock
2
650
Six Lessons from altMBA
skipperchong
29
4.2k
Accessibility Awareness
sabderemane
1
110
[SF Ruby Conf 2025] Rails X
palkan
2
1k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.2k
Transcript
GARNET CROW楽曲の 選好分析 @jackojacko_ 2017/10/18
目次 1. 調査概要 2. アンケート対象の基礎統計 3. 楽曲間の類似度マッピング 4. ファンのクラスタリング 5.
まとめ 6. あとがき
1. 調査概要 Googleフォームでアンケートを作成し、Twitterで 回答を募集。 【質問】 1. あなたがGARNET CROWのファンになったのは何年 からですか。 2.
あなたはGARNET CROWの楽曲をどの程度知ってい ますか。 3. あなたの最も好きな楽曲を5つ選んでください。 2016年7月2日20時~8日9時に集計。 166人から有効回答を獲得。 GARNET CROWの全楽曲数と同じ!(たまたま)
2. アンケート対象の基礎統計 デビュー当時からの古参 が1/4近くを占める。 5周年ベストアルバムが発 売された2005年前後から のファンも多い。 私もメルヘヴンの時間に
流れていたCMがきっかけ でした! 130曲以上知っている猛 者が2/3以上! SNSのコアなファンに募っ たため。 20 19 6 5 7 9 20 16 7 12 8 11 8 4 5 3 6 ファン歴の分布 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 4 4 9 16 16 117 知っている曲数の分布 ~10曲(主要曲のみ) 10~30曲(シングル曲) 31~50曲(1、2枚アルバムも買った) 50~100曲(数枚アルバムも買った) 100~130曲(アルバムは大体買った) 130曲~(シングルカップリング曲まで 網羅している)
2.アンケート対象の基礎統計 ※flyingを当初入れ忘れていて1/3ほど集計した時点で追加しました、申し訳ありません。
3.楽曲間の類似度マッピング アンケートを集計した上記のようなテーブルか ら、まずは楽曲間の距離を計算する。 2曲間の距離=「どちらかのみ選んでいる人数」/「ど ちらか片方は選んでいる人数」(バイナリー距離) 「夏の幻」と「夢みたあとで」の距離は 2/4 回答者 A B
C D E 曲 夏の幻 0 1 0 1 1 夢みたあとで 1 1 0 1 0 君という光 1 0 1 1 0
3.楽曲間の類似度マッピング 算出した距離 を、多次元尺 度構成法 (MDS)を用い てマッピング。 主成分分析 や因子分析 と異なり、軸
の向きに意 味はない。 有名3曲が端 にある……!?
4.ファンのクラスタリング 今度はファン同士のバイナリー距離を算出し、ク ラスター分析(ウォード法。) 下図より、5つに分割してみることにする。
4.ファンのクラスタリング
4.ファンのクラスタリング
5.まとめ ク ラ ス タ ー 条 件 1 条件2
最人気曲 人 数 知って いる曲 数の 平均 ファン になっ た年の 平均 ひとこと 1 非 コ ナ ン 最古参 Holy ground 13 131.7 2003.7 聖地至上主義 3 5周年 (多数派) Rhythm 63 136.8 2005.3 GCはバラード 4 trade 51 120.8 2005.9 GCはネオアコ 5 コ ナ ン アップテンポ 夏の幻 15 100.7 2005.9 コナンからの1stAL 組、涙のイエスタ デーも好き 2 バラード 夢みたあとで 24 117.1 2005.9 トップ5/6がコナン 曲 ※「知っている曲数の平均」は、アンケート時の選択肢の階級値を使用 (「10~30曲(シングル曲)」→20曲)
6.あとがき 結果の公表が遅くなってしまい大変申し訳ありま せんでした。 多くの方にご協力いただいた甲斐があり、思った よりも選好の差がはっきり出てびっくりしました。 Rhythm派とtrade派でGARNET CROW像が全然違 いそうですね…… 私は2005年組ですが聖地至上主義者でしたw 手法に興味を持たれた方は是非マーケティン
グ・サイエンスを勉強されてみてください! おすすめ:古川一郎・守口剛・阿部誠 (2011) 『マーケ ティング・サイエンス入門』 有斐閣アルマ
ご閲覧およびアンケートへのご協力 ありがとうございました。