基于App的音乐类网站评价分析

宁云州　冯昶　王方仪　马可心　侯思宇

摘要：该文进行了若干音乐类网站的手机APP的评价与分析，分析发现了被调查者各年龄段对音乐APP的喜欢偏好，并应用层次分析法对这些音乐类APP进行了评价，给出了音乐类APP建设的建议。

关键词：网站评价；音乐网站；APP；层次分析法

当今社会，音乐成为了大多数人休闲娱乐放松的方式，听歌成为了一种流行。而另一方面，智能手機的普及加速了音乐产业硬件的更新换代，MP3、MP4等逐渐被取代。一些音乐app、音乐网站则被大多数人所熟知与使用。因此，本文对市场上主流的一些音乐类的app：qq音乐、网易云音乐、酷狗音乐等进行调查、评价与分析。

1评价指标体系

在参考了相关文献，并进行讨论、修改后，本文设定了如下指标。一级指标包括音乐资源、个性化程度、社交性、网站性能。各一级指标包括若干二级指标。音乐资源指标包括音乐数量、音质、音乐更新及时性、音乐风格、音乐价格。个性化程度指标包括推荐精准度、界面设置灵活度、音乐管理便捷度。社交性指标包括分享便捷度、互动性、活跃程度、评论功能。网站性能指标包括平台可移植、功能全面性、界面设计、搜索性能、下载速度。

本文使用层次分析法，对确定的指标体系进行建模。经过讨论应用层次分析法的1～9标度构建了指标的判断矩阵。一级指标判断矩阵音乐资源与个性化程度的比值2，音乐资源与社交性的比值4，音乐资源与网站性能的比值6；个性化程度与社交性的比值3，个性化程度与网站性能的比值7；社交性与网站性能的比值5。音乐资源的二级指标判断矩阵音乐数量与音质的比值2，音乐数量与音乐更新及时性的比值3，音乐数量与音乐风格的比值3，音乐数量与音乐价格的比值6；音质与音乐更新及时陛的比值2，音质与音乐风格的比值2，音质与音乐价格的比值4；音乐更新及时性与音乐风格的比值1，音乐更新及时性与音乐价格的比值4；音乐风格与音乐价格的比值3。个性化程度的二级指标判断矩阵推荐精准度与界面设置灵活度的比值5，推荐精准度与音乐管理便捷度的比值7，界面设置灵活度与音乐管理便捷度的比值3。社交l生的二级指标判断矩阵分享便捷度与互动性的比值4，分享便捷度与活跃程度的比值3，分享便捷度与评论功能的比值5；互动性与活跃程度的比值2，互动性与评论功能的比值4；活跃程度与评论功能的比值3。网站性能的二级指标判断矩阵平台可移植与功能全面性的比值2，平台可移植与界面设计的比值3，平台可移植与检索性能的比值4，平台可移植与下载速度的比值6；功能全面性与界面设计的比值4，功能全面性与搜索性能的比值4，功能全面性与下载速度的比值3；界面设计与搜索性能的比值2，界面设计与下载速度的比值4；搜索性能与下载速度的比值2。

对于判断矩阵进行权重计算并进行一致性检验通过，一级指标CI=0.063，CR=0.0705。音乐资源二级指标CI=0.0164，CR=0.0147。个性化程度二级指标CI=0.0329，CR=0.0567。社交性二级指标CI=0.0603，CR=0.0670。网站性能二级指标CI=0.0667，CR=0.0596。可以得到一级指标权重：0.4752，0.3207，0.1529，0.0513。可以得到各指标的最后权重，音乐资源指标权重：0.1953，0.1160，0.0719，0.0667，0.0253；个性化指标权重：0.2320，0.0620，0.0267；社交性指标权重：0.0808，0.0358，0.0253，0.0109；网站性能指标权重：0.0208，0.0151，0.0077，0.0046，0.0030。

2问卷调查与收集

指标体系确定以后，对每一个指标都进行了一定的描述，设计了问卷，评分1-5分，并进行了问卷发放。经过一段时间的问卷调查，一共回收了137人的问卷。用户根据音乐类APP使用情况，每个用户最多可以选两个音乐类APP填写问卷。共收集音乐类APP问卷数232份，其中学生APP问卷数193份.收集的音乐类APP问卷数统计见表1。

全部填写问卷的137人中84人为女性占比61.31%，53人为男性占比38.69%；45人年龄为0-20，有78人年龄为21-25，可以看出主要年龄分布在青年，其中学生人数为116人，占比84.67%，已工作人数为19人，占比13.87%，可以看出问卷的填写人主要为学生。

3统计比较

对问卷调查收集的数据进行了统计。被调查者各网站选取的身份及年龄统计见图1，图2。由图1可以看到一些现象，学生使用网易云音乐的人数最多，比例超过50%，其次为QQ音乐、酷狗音乐；而已经工作的人使用酷狗音乐最多，其次是QQ音乐和网易云音乐。由图2可以看到，年龄越小越倾向于使用网易云音乐。年龄小更倾向于个性化和社交性，更希望接受精准的推荐，更希望收听喜欢的歌曲并且分享给他人。所以，年龄小选择网易云音乐的较多。

4层次分析法综合评价

应用层次分析法的权重对问卷调查收集的数据进行加权与计算，得到各音乐类APP评分及总评分见表1。对于虾米音乐、酷我音乐、咪咕音乐等，由于样本量太少，缺少一定的参考性，所以在此不再进行计算与比较。根据表1的结果，音乐类APP的总评分排名：网易云音乐、QQ音乐、酷狗音乐。

由表1可以看到，在学生群体中网易云音乐的受欢迎程度最高。其他网站可以在发挥自己网站长处、特殊吸引点的同时，借鉴网易云音乐的模式，把评分低的项进行改正与提高。而网易云音乐也存在一些问题，如其评分最低的项恰好为之前所得出的最重要的项一推荐精准度，因此网易云可以在保持现有优势的同时增强对推荐精准度的研究，利用大数据科技等对该项进行提高。

5结论

综合以上调研，我们得出两部分结论：首先，在指标上，个性化程度中的推荐精准度一项最为重要，因此在音乐网站的设计时，可以利用数据挖掘等相关技术，为用户推荐更为精准、合适、受用户喜爱的曲风及歌曲，以使用户获得更好的体验。其次，在现有的主流音乐网站中，网易云音乐是最受欢迎、评分最高的网站，其他网站可以在发挥自己网站长处、特殊吸引点的同时，借鉴网易云音乐的模式，把评分低的指标的相关内容进行改正与提高。

致谢：感谢北京航空航天大学经济管理学院的支持，感谢何玉敏老师的指导帮助与论文修改。