LocalifyMusicEvents-USA-2019

该数据集包含2019年在美国1,139个城市中发生的308,051个音乐事件的信息，这些城市的人口均在10,000人以上。数据集涵盖了28个社会经济指标，分为6个类别：交通、人口、经济、年龄、教育和种族。此外，数据集还引入了Live Event Music Rate (LMER)，这是一个用于衡量音乐场景活跃度的一维启发式指标，计算方式为2019年城市中列出的总事件数除以根据2019年人口普查估计的城市人口。This dataset encompasses information on 308,051 music events that occurred in 1,139 cities across the United States in 2019, each with a population exceeding 10,000. The dataset includes 28 socio-economic indicators, categorized into six groups: transportation, population, economy, age, education, and ethnicity. Additionally, the dataset introduces the Live Event Music Rate (LMER), a one-dimensional heuristic metric designed to gauge the vibrancy of the music scene. The LMER is calculated by dividing the total number of events listed in a city in 2019 by the city's population estimated from the 2019 census.

原始信息汇总

数据集概述

数据集名称

• LocalifyMusicEvents-USA-2019

数据集内容

• 事件数量: 308,051个音乐事件
• 覆盖城市: 1,139个美国城市，人口均在10,000以上
• 数据指标: 包含28个社会经济指标，分为6个类别：交通、人口、经济、年龄、教育和种族
• 特殊指标: 引入Live Event Music Rate (LMER)，用于衡量音乐场景的活跃度，计算方式为2019年城市内音乐事件总数除以该城市2019年人口普查估计的人口数

数据集使用

• 数据下载: 链接
• 数据分析: 提供Jupyter笔记本进行统计分析，探索LMER与社会经济指标的统计相关性
• 城市分组: 根据人口将城市分为小、中、大三类，相关分析结果可在特定文件夹中查看

数据集构造

• 数据来源: 使用CensusReporter获取最新数据
• 注意事项: 由于数据源更新，原始数据构造笔记本不建议用于数据和结果的复现

完整数据集

• 包含城市数量: 1,246个城市，覆盖所有人口规模
• 数据下载: 链接

搜集汇总

数据集介绍

构建方式

LocalifyMusicEvents-USA-2019数据集的构建基于2019年美国1,139个人口超过10,000的城市中的308,051场音乐活动数据。数据集涵盖了28个社会经济指标，分为交通、人口、经济、年龄、教育和种族六大类别。通过从CensusReporter等公开数据源中提取信息，并结合音乐活动的数量与城市人口比例，计算了衡量音乐场景活跃度的指标——Live Event Music Rate (LMER)。数据集的构建过程通过Jupyter Notebook详细记录，但由于数据源的更新，建议用户直接使用已处理好的数据集以避免数据不一致问题。

特点

该数据集的核心特点在于其多维度的社会经济指标与音乐活动数据的结合，为研究音乐场景的活跃度提供了丰富的背景信息。数据集不仅包含音乐活动的数量，还引入了LMER指标，量化了城市音乐场景的活跃程度。此外，数据集按城市规模（小型、中型、大型）进行了分类，便于针对不同规模的城市进行对比分析。数据集还提供了完整的统计分析结果和相关可视化图表，为研究者提供了直观的参考。

使用方法

使用LocalifyMusicEvents-USA-2019数据集时，用户需首先克隆GitHub仓库并下载SQL数据库文件。通过运行提供的Jupyter Notebook，用户可以复现论文中的统计分析结果。数据集支持对音乐场景活跃度与社会经济指标之间关系的深入探索，用户可根据需求调整分析范围或扩展研究内容。此外，数据集还提供了完整版本，包含1,246个城市的数据，适合更广泛的研究需求。

背景与挑战

背景概述

LocalifyMusicEvents-USA-2019数据集由Michael Zhou、Andrew McGraw和Douglas Turnbull等研究人员于2022年创建，旨在通过现场音乐活动数据量化音乐场景的强度。该数据集收录了2019年在美国1,139个人口超过10,000的城市中举办的308,051场音乐活动信息，并结合了28个社会经济指标，涵盖交通、人口、经济、年龄、教育和种族等六大类别。研究团队提出了“现场音乐活动率（LMER）”这一启发式指标，用于衡量城市音乐场景的活跃度。该数据集的研究成果发表于国际音乐信息检索会议（ISMIR 2022），为音乐信息检索和城市文化研究领域提供了重要的数据支持。

当前挑战

LocalifyMusicEvents-USA-2019数据集在构建过程中面临多重挑战。首先，数据采集依赖于对多个来源的整合，包括音乐活动数据和社会经济指标，数据的一致性和完整性难以保证。其次，社会经济指标随时间变化，原始数据基于2019年美国社区调查（ACS-2019），但后续数据更新可能导致结果不可复现。此外，LMER指标的计算依赖于城市人口数据，而人口估计的准确性直接影响结果的可靠性。在应用层面，如何从多维数据中提取有效的音乐场景强度量化方法，仍需进一步探索和验证。

常用场景

经典使用场景

LocalifyMusicEvents-USA-2019数据集在音乐信息检索领域中被广泛用于量化音乐场景的活跃度。通过分析2019年美国1139个城市的308,051场音乐活动数据，研究者能够深入探讨不同城市音乐场景的强度及其与社会经济指标之间的关联。该数据集的核心指标——现场音乐活动率（LMER），为衡量城市音乐活力提供了一个简洁而有效的量化工具。

实际应用

LocalifyMusicEvents-USA-2019数据集的实际应用场景包括城市文化政策制定、音乐产业规划以及文化旅游推广。例如，城市规划者可以利用该数据集评估不同城市的音乐活动活跃度，从而制定更具针对性的文化发展策略。此外，音乐产业从业者可以通过分析LMER指标，识别具有潜力的音乐市场，优化资源配置。

衍生相关工作

基于LocalifyMusicEvents-USA-2019数据集，研究者们开展了多项经典工作。例如，Zhou等人提出的LMER指标已被广泛应用于音乐场景量化研究中。此外，该数据集还启发了对音乐活动与社会经济因素之间关系的深入探讨，推动了音乐信息检索与社会科学交叉领域的研究进展。