音乐的影响（美赛 2021 ICM-D）

历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。

一、赛题要点

赛事：美赛 2021 年 · 题号 ICM-D
原题名：The Influence of Music（音乐的影响）
问题实质：ICM 协会要求开发一套量化"音乐影响力"的模型，考察艺术家与流派随时间的进化与革命趋势。围绕四个数据集（影响者网络 + 16 维音乐特征），需回答：① 构建有向影响网络并定义"音乐影响力"参数、探索子网络；② 设计音乐相似度度量，比较流派内/间；③ 比较相似性与影响在流派内外的差异、刻画流派区别与演化；④ 检验报告的影响是否真正塑造追随者音乐、哪些特征更"易传染"；⑤ 识别革命性特征与革命者；⑥ 刻画流派随时间演化并给出动态影响力指标；⑦ 表达音乐的文化影响、识别社会/技术变迁（如互联网）。

影响网络：用 influence_data 建影响者→追随者的有向网络，定义刻画"影响力"的参数；
子网络：抽取有向网络的子网络并描述其揭示的结构；
相似度：用音乐特征制定相似度，检验流派内是否比流派间更相似；
流派比较：比较流派内/外的相似性与影响、刻画流派区别与演化、判断流派间关联；
影响有效性：检验报告的影响者是否真的塑造了追随者的音乐，哪些特征更具"传染性"；
革命检测：识别标志革命的（特征）突变，找出革命者；
文化与动态：表达音乐随时间的文化影响，识别互联网等技术冲击在网络中的痕迹。

题目总体要求：25 页 PDF，含摘要、目录、完整解、给 ICM 协会的一页文档、参考文献。

官方数据/赛题：COMAP 提供 influence_data.csv（5854 位艺术家的影响者/追随者）、full_music_data.csv（98340 首歌的 16 维特征）、data_by_artist.csv（艺术家级汇总）、data_by_year.csv（年份级汇总）。
官方获取渠道：https://www.comap.com/undergraduate/contests/mcm/（请以当年官网发布为准）
本站练习数据集：data/icm2021d.csv —— 按本题真实结构/规模生成的合成数据（5854 行，字段含 artist_id/name/genre/country/birth_year/n_followers/n_influencers/influence_score/pagerank/breadth/revolutionary + 11 个音乐特征），可下载后用下方手册直接练手。
字段说明：数值为确定性合成样本（种子 2021），类别比例/规模与官方一致，仅用于方法验证，不代表官方原题数据。

下面按本题涉及的题型，给出对应的「方法选型指南」与可直接套用的算法手册跳转。

先看选型 👉 🧭 网络图论选型指南

可套用算法手册：

先看选型 👉 🧭 分类聚类选型指南

可套用算法手册：

先看选型 👉 🧭 时间序列选型指南

可套用算法手册：

先看选型 👉 🧭 评价类选型指南

可套用算法手册：

视角	范文	规模
视角一：网络科学视角（有向影响网络 + 复合影响力分数 + 子网络 + 文化扩散）	🏆 icm2021d-1.md	2552 字 · 8 图 · 1 附录
视角二：数据科学视角（相似度度量 + 流派内/间 + 演化 + 革命检测 + 特征传染性）	🏆 icm2021d-2.md	2508 字 · 8 图 · 1 附录
视角三：政策视角（革命警报 + 文化融合 + 影响有效性 + 给 ICM 协会的建议）	🏆 icm2021d-3.md	2503 字 · 8 图 · 1 附录

权威数字速览（三篇范文均由 tools/gen_icm2021d.py 真源复现，图/正文/附录/工具四路一致）：

数据规模 5854 位艺术家、13361 条影响边、12 个流派；平均入度 2.282、最大入度 94、P90=6、P99=31（幂律）。
影响力网络：复合分数 $=0.5\cdot\widehat{PR}+0.3\cdot\widehat{d_{in}}+0.2\cdot\widehat{B}$ ；Top 枢纽 A0957（Jazz，入度 94）、A3031（Pop，入度 86）。
相似度：流派内 0.505 ≫ 流派间 0.049（差距 0.456），流派是首要组织维度；控制年代后结论稳健（置换检验 p<0.001）。
革命检测：特征速度在 1980（1.105）与 2000（1.156）出现尖峰，对应合成器/MTV 与数字/互联网冲击；Electronic、Pop 漂移最大。
文化影响：跨流派相似度在 2000 年后回升（互联网跃迁 0.123），国际化指数常年约 0.92（影响本就全球）。
影响有效性：报告影响边相似度 0.309 ≫ 随机对 0.008（置换 p≈0），证明自报网络真实可信；最"易传染"特征为响度（0.88）、器乐性（0.87）、原声性（0.86）。