Exploring ESC Winners with Nested Diagrams

Stel je voor dat je een detective bent die een mysterie probeert op te lossen, maar in plaats van vingerafdrukken en alibi's, zijn je aanwijzingen patronen in data. Dit is de wereld van Formal Concept Analysis (FCA), een tak van de wiskunde die helpt om rommelige informatie te organiseren in nette, logische structuren. Denk aan FCA als een superkrachtige archiefkast die niet alleen bestanden sorteert op naam, maar ook automatisch ontdekt welke bestanden bij elkaar horen op basis van de dingen die ze gemeen hebben. Als je een lijst met liedjes hebt en een lijst met landen, kan FCA je vertellen: "Hé, alle liedjes uit Land A delen dit specifieke muzikale kenmerk," of "Elke keer dat een liedje een snel ritme heeft, krijgt het stemmen van deze specifieke groep buren."

Het papier dat we vandaag onderzoeken, gebruikt dit wiskundige archiefsysteem om naar het Eurovisie Songfestival te kijken, de enorme jaarlijkse muziekwedstrijd waarbij landen op elkaars liedjes stemmen. Iedereen weet dat Eurovisie een reputatie heeft van "stemblokken"—waarbij buurlanden of cultureel vergelijkbare landen de neiging hebben om elkaar hoge scores te geven, soms ongeacht de kwaliteit van het liedje. Maar speelt de muziek zelf ook een rol? Bestaan bepaalde soorten liedjes alleen wanneer ze uit specifieke stemallianties komen? De auteurs hebben een nieuwe digitale tool gebouwd om deze twee werelden te ontwarren: de politieke en culturele redenen waarom mensen stemmen, en de daadwerkelijke muzikale noten en snelheden van de liedjes. Ze willen zien of de manier waarop een liedje wordt gestemd, geheim verbonden is met hoe het klinkt.

De Muzikale Detective Tool: ConceptFlow

De auteurs, Anurag Sharma, Marcel Nöhre en Gerd Stumme, hebben een nieuwe softwaretool gemaakt genaamd ConceptFlow. Je kunt deze tool zien als een "geneste diagramgenerator". Stel je een set Russische matroesjka-poppen voor, maar in plaats van houten figuren, is elke pop een kaart van relaties. De buitenste pop vertegenwoordigt één groot plaatje (zoals stempatronen), en binnen elk deel van die buitenste pop zit een kleinere, gedetailleerde pop die een ander plaatje vertegenwoordigt (zoals muzikale kenmerken).

Deze tool is gebouwd om te werken met Python, een populaire programmeertaal, en volgt een standaard set regels (de "scikit-learn" interface) zodat andere wetenschappers het gemakkelijk in hun eigen werk kunnen integreren. De hoofdtaken van ConceptFlow is om een gigantische, complexe lijst met data—waarbij elke invoer veel verschillende soorten informatie heeft—af te breken in twee lagen: een buitenste schaal en een berekenbare binnenste schaal.

De Casus van de 50 Winnaars

Om hun tool te testen, keken het team naar de winnaars van het Eurovisie Songfestival van 1975 tot 2025. Ze sloegen het jaar 2020 over omdat het evenement dat jaar werd geannuleerd, waardoor ze 50 winnende liedjes hadden om te analyseren.

Ze verzamelden twee soorten informatie voor elke winnaar:

1. De Stemsteun (De Buitenste Schaal): Ze keken naar hoeveel steun elke winnaar kreeg van landen die banden met hen delen. Ze groepeerden deze banden in vier categorieën: regionaal (buurlanden), cultureel (gedeelde geschiedenis of taal), historisch (het verleden) en politiek (allianties). Als een winnaar gemiddeld minstens 8 punten kreeg van een specifieke groep landen, markeerden ze dat als een "sterke band".
2. De Muzikale Kenmerken (De Binnenste Schaal): Ze keken naar het tempo (hoe snel het ritme is) en de toonsoort (of een liedje vrolijk/majeur of droevig/mineur klinkt). Ze zetten de snelheid om in eenvoudige categorieën: liedjes met een tempo van minstens 100 BPM (beats per minute) en liedjes met een tempo van minstens 150 BPM.

De Magie van het Geneste Diagram

Normaal gesproken, als je probeert een kaart te tekenen die zowel stempatronen als muzikale kenmerken tegelijkertijd laat zien, wordt het een rommelig, verstrengeld spinnenweb dat onmogelijk te lezen is. ConceptFlow lost dit op door een "genest lijnendiagram" te gebruiken.

Stel je een grote boom voor (het buitenste diagram) waarbij elke tak een type stemsteun vertegenwoordigt. Stel je nu voor dat er binnen de bladeren van die boom kleine, identieke kaarten zitten (de binnenste diagrammen) die de muzikale kenmerken laten zien. De software vult de plekken op deze kleine kaarten in waar een echte winnaar daadwerkelijk bestaat. Als een plek leeg is (hol), betekent dit dat die combinatie van stemsteun en muzikale kenmerken nooit in de data is voorgekomen.

De auteurs gebruikten een methode genaamd "conceptuele schaling" om hun ruwe data om te zetten in deze twee lagen. Vervolgens gebruikten ze een wiskundige truc om precies te berekenen welke plekken in de geneste kaarten gevuld moesten worden. Ze tekenden niet alleen een plaatje; ze berekenden de "gevulde knopen" (de echte winnaars) en de "ongevulde knopen" (de ontbrekende combinaties).

Wat het Diagram Onthulde

Toen ze naar het definitieve diagram keken, kwamen er interessante patronen naar voren, die laten zien hoe stemmen en muziek aan elkaar gelinkt zijn bij de winnaars die zij bestudeerden:

• Snelle liedjes hebben Culturele Vrienden nodig: Elk enkel winnend liedje dat erg snel was (minstens 150 BPM) had ook sterke culturele steun. In het diagram was er geen enkele plek voor een "snel liedje zonder culturele steun" die gevuld was. Dit suggereert dat in deze dataset, als een liedje super snel is, het blijkbaar een culturele connectie nodig heeft om te winnen.
• Droevige liedjes hebben een Minimale Snelheid: Onder de winnaars die steun kregen van hun regio of cultuur, had elk liedje met een "droevige" of mineur toonsoort een tempo van minstens 100 BPM. Het diagram liet zien dat een "langzaam, droevig liedje" met regionale of culturele steun simpelweg niet bestond onder de winnaars. De plek voor die combinatie was leeg.
• De Ultieme Combinatie: Er was een specifieke combinatie die alleen voorkwam met alle soorten steun. Als een winnaar een mineur toonsoort had, een snel tempo (minstens 150 BPM) en culturele steun, dan had hij ook politieke en historische steun. Het diagram liet zien dat deze specifieke muzikale mix nooit voorkwam zonder de extra politieke en historische ruggensteun.

Waarom Dit Belangrijk Is (En Wat Het Niet Is)

De auteurs zijn voorzichtig in hun bewering dat dit geen volledige studie is van waarom mensen op de manier stemmen zoals ze doen. In plaats daarvan is het een demonstratie van wat hun nieuwe tool, ConceptFlow, kan doen. Ze beweren niet dat ze het mysterie van Eurovisie voor altijd hebben opgelost. Ze laten zien dat door middel van geneste diagrammen, je verborgen regels en verbindingen kunt zien die moeilijk te ontdekken zijn in een spreadsheet.

Het diagram werkt als een spotlight, die je precies laat zien waar bepaalde muzikale combinaties mogelijk zijn en waar ze worden geblokkeerd door de regels van het stemmen. Bijvoorbeeld, het benadrukt dat je niet met een langzaam, droevig liedje kunt winnen met alleen regionale steun; er is iets anders voor nodig.

In de toekomst hopen het team meer functies aan ConceptFlow toe te voegen, zoals het automatisch opsommen van de "regels" (implicaties) die het diagram onthult, zodat gebruikers op een plek kunnen klikken en precies kunnen zien waarom een bepaalde combinatie ontbreekt. Voor nu hebben ze succesvol een brug gebouwd tussen de wiskunde van stempatronen en de kunst van liedstructuur, waarmee ze bewijzen dat de beste manier om een complex systeem te begrijpen soms is om ernaar te kijken door een set geneste, wiskundige poppen.