Артистические коллаборации на примере музыкальной индустрии

Дипломная работа

Гипотеза 1: количество женщин в сети коллабораций будет существенно ниже, чем число мужчин.

Гипотеза 2: количество женщин среди приглашённых для коллаборации артистов будет меньше, чем среди основных артистов.

Из гипотезы 2 можно сделать и более широкое предположение:

Гипотеза 3: более статусные и признанные музыканты будут чаще участвовать в записи коллабораций ни как главные, а как приглашённые артисты.

Изучая коллаборации музыкантов, ряд исследователей приходит к выводу, что артисты, похожие друг на друга по различным характеристикам будут записывать коллаборации чаще. Например, Глейзер и Данон, в исследовании джазового сообщества, отмечают большую роль расовой сегрегации белых и темнокожих в музыкальной индустрии. Так, темнокожие чаще записывают совместные песни с темнокожими, а белые — с белыми (Gleiser, Danon, 2003).

Однако большую роль играет контекст, т.к. исследование затрагивает середину XX века, когда существовала сегрегация в американском сообществе. Изучая коллаборации рэп-исполнителей, Смит отмечает, что артисты, которые работают с одними и теми же авторами песен, продюсерам, звукорежиссёрами и другим техническим персоналом, чаще сотрудничают друг с другом (Smith, 2007).

Гипотеза 4: артисты, наиболее часто записывающие коллаборации, будут похожи друг на друга по ряду социо-демографических признаков (гомогенность).

Наконец, беря во внимание историю развития музыки, и то, что коллаборации получили широкое распространение среди рэп-исполнителей, можно сделать следующее предположение:

Гипотеза 5: большинство коллабораций записывается при участии рэп-исполнителей.

Беря во внимание вышесказанное, я предположила существование small world, опираясь на то, что выбор партнёра по коллаборации не случаен, а основан на ряде характеристик партнёра. Данный показатель характеризуется тем, что обращает внимание на способность связи влиять на креативность и производительность агентов. В случае данного кейса, присутствие small world могло бы объяснить творческий и финансовый успех артистов и их коллабораций (ведь все попавшие в выборку коллаборации я рассматриваю как успешные).

Так, в своём исследовании, Уцци отмечает то, что успешными становились мюзиклы, над которым работала уже сотрудничавшая ранее команда (что вполне подходит к кейсу коллабораций).

Этот коэффициент использовался в изучении Бродвейских постановок, как оказалось, он влияет на агентов (1) структурно (увеличивает число связей между кластерами и увеличивает циркуляцию идей) и (2) реляционно (увеличение связей между кластерами, благодаря уже имеющимися связям между ними) (Uzzi, Spiro, 2005).

2 стр., 981 слов

«Начальник. Друг или враг?» глава седьмая - 10 (Этикет «Руководитель ...

... случае «удовлетворительно»? Почему так происходит? Что мешает подчиненному и руководителю понять друг друга? Как часто руководители видят в сотруднике личность, а не штатную единицу? Как ... выходной, взвалить на него самую неприятную работу, заставить разгребать последствия собственных ошибок, друга – начальника можно беззастенчиво эксплуатировать, пользоваться его связями и ресурсами для устройства ...

Гипотеза 6: в формировании сетей коллабораций можно отметить существование small world, влияющего на творческую производительность музыкантов.

Для проверки данных гипотез, я буду использовать сетевой и статистический анализ, для проведения которого будут использованы программы для сетевого анализа «Gephi» и «Cytoscape» и программа для статистического анализа «SPSS». Кроме этого, для расчёта ряда показателей я прибегала к помощи программы «R Studio».

Данная глава посвящена статистическому и сетевому анализу собранных данных. Напомню, что целями исследования являлся анализ артистических коллабораций на рынке популярной американской музыки, объектом исследования является популярная музыкальная индустрия, а предметом — сеть коллабораций музыкантов, являющихся участниками данной индустрии. В главе будут приведены результаты статистических тестов, а так же показана сетевая структура.

3.1 Статистический анализ коллабораций

Прежде всего, в качестве первого шага в анализе коллабораций, мною было посчитано число коллабораций, которые заняли в чарте «Billboard Hot 100» первое место на протяжении каждого из годов. Ниже представлена столбчатая диаграма (рисунок 1), которая показывает процент коллабораций от общего числа песен, занявших первое место в чарте в течение выбранного года.

Рисунок 1: процент коллабораций от числа песен, занявших первое место в чарте «Billboard Hot 100»

Очевидно, что с течением времени, количество коллабораций, ставших мега-успешными (то есть занявших первое место среди наиболее успешных песен), возросло. При этом очевиден резкий рост процента коллабораций в 2003-2004 гг. и в 2017 г.

Следующая столбчатая диаграмма (рисунок 2) демонстрирует количество коллабораций в ежегодном рейтинге лучших и наиболее успешных песен года «Billboard Hot 100 Year-End Chart». Можно отметить, что количество коллабораций с годами увеличивает, что может говорить о коммерческом успехе коллабораций, как феномена.

Рисунок 2: процент коллабораций от числа песен, в годовом чарте «Billboard Hot 100 Year-End Chart»

Кроме этого, мною был произведён однофакторный дисперсионный анализ (ANOVA) для количества коллабораций (общее, как главный артист и как приглашённый артист) для трёх временных периодов (1992-1998 гг., 1999-2004 гг., 2016-2013 гг.).

К сожалению, критерий однородности дисперсий Ливиня оказался значим для всех трёх переменных (p=0,000), что говорит о том, что выполнить ANOVA можно, но с оговоркой, что значимость показателей должна быть на уровне p=0,01. Кроме этого, была проведена проверка робастным критерием Брауна-Форсайта, он оказался значим (p=0,000), что говорит о том, что разницу между группами нельзя объяснять случайностью. Далее былм проведена ANOVA (таблица 1).

6 стр., 2624 слов

Анализ песни Высоцкого В.С. «Песня о друге»

... в беде, он будет «стонать, но держать», и об этом знаменитая «Песня о друге». Высоцкий выступает в «Песне о друге» как тонкий знаток человеческих душ. По мысли поэта, человек — существо ... и «альпинистские» песни, написанные для кинофильма «Вертикаль» – «Прощание с горами», «Песня о друге» и многие другие. Песня о друге Высоцкий и в этом, и в других стихотворениях не просто рассказывает ...

Таблица 1: однофакторный дисперсионный анализ для числа коллабораций.

Как видно из таблицы 1, анализ показал свою крайне высокую значимость для всех трёх показателей (p=0,000 и p=0,001), что говорит о значимой разнице между группами по данным переменным. При обращении к пост-хок тесту можно особо отметить значимые (p=0,000) различия по всем трём показателям периодов 1992-1998 гг. и 1999-2004 гг. с 2013-2016 гг., что говорит о значимом увеличении числа коллабораций в последний временной промежуток. При этом различия между первым и вторым промежутком оказываются незначимыми.

3.2 Организация сетей коллабораций в американской музыкальной индустрии

С помощью программы для сетевой визуализации «Gephi» мною были построены ненаправленные сети успешных коллабораций артистов для трёх временных периодов (1992-1998 гг., 1999-2004 гг. и 2013-2016 гг.), без наложения атрибутов.

Как видно из рисунка 3, структура сети успешных коллабораций во всех трёх временных периодах характеризуется наличием одной большой компоненты и большого числа рассеянных диад и триад. При этом видно, что с каждым годом компонента увеличивается и становится больше. Показателен и коэффициент degree (среднее число связей, приходящееся на каждый из узлов графа): для первого периода он составляет 2,109, для второго — 2,967, для третьего — 3,561; это свидетельствует о том, что количество связей на каждого из агентов увеличивается, хоть и не столько значительно, с течением времени. Интересно, что данные графы характеризуются крайней низкой плотностью (0,007 — для первого и второго периодов; 0,008 — для третьего).

Показатель модулярности (показывает мощность разделения на отдельные коммьюнити) так же достоин внимания: показатель достаточно высок для всех трёх временных отрезков (0,878 — для первого периода; 0,788 — для второго и 0,634 — для третьего).

Тем не менее, интересно, что со временем модулярность, как и мощность разделения графа на отдельные коммьюнити — уменьшается (то есть есть становится более связной), вместе с тем существенно снижается и количество самих коммьюнити. Можно сделать вывод, что с течением времени сеть всех коллабораций американского рынка становится менее раздробленной, то есть коллаборирующие артисты сотрудничают друг с другом.

Кроме этого, на данных графах я пыталась найти свидетельство существования small world (коэффициент «тесного мира»), для проверки гипотезы 6 (наличие small world влияет на творческую производительность музыкантов).

К сожалению, хоть значение коэффициента и увеличивается с течением времени (0,092 для первого периода и 0,12 для второго и третьего), тем не менее, такое изменение нельзя назвать существенным, кроме этого, нельзя сказать, что такие показатели свидетельствуют о наличии small world, в силу своей малости и незначительности. Коэффициент кластеризации имеет прямое отношение к small world, было решено оценить и его. Хотя можно заметить некоторые изменения между временными периодами, тем не менее, коэффициент оказался не столь высок, что говорит о средней плотности соседств в сети (0,485 для первого периода; 0,537 — для второго; 0,519 — для третьего).

Основываясь на полученных результатах, было решено сфокусироваться на одной крупной компоненте для каждого из периодов. В результате чего, существенно изменилось число узлов (табл. 2): для 1992-1998 гг. 41,29% всех связей находится в большой компоненте; для 1999-2004 гг. — 68,74% всех связей являются частью компоненты; для 2013-2016 гг. — 77,63%. Таким образом, видно, что со временем всё больше артистов, участвующих в записи совместных песен, становятся частью одной большой компоненты, состоящих из других музыкантов-коллабораторов. Вероятно, можно говорить о существовании группы музыкантов, занимающихся, преимущественно, записью совместных треков, или о том, что желая записать успешную коллаборацию (попадание в чарт Hot 100 можно считать успехом для трека), необходимо сотрудничать с определёнными, успешными артистами, которые являются частью этой компоненты.

Таблица 2: число связей и узлов для всей сети коллаборации и крупной компоненты

1992-1998

1999-2004

2013-2016

Узлы

Связи

Узлы

Связи

Узлы

Связи

Вся сеть

310

327

451

669

456

812

Компонента

128

201

310

548

354

741

Дальнейший анализ касается «большой» компоненты для каждого из периодов. На рисунке 4 можно увидеть компоненты из каждого периода с наложенным атрибутом «музыкальный жанр» (салатовый — поп/ r&b; розово-фиолетовый — рэп/хип-хоп; розовый — электронная; темно-синий — рок; оранжевый — кантри; голубой — джаз), размер узла зависит от общего количества его связей (degree).

Как видно из рисунка 4, для всех временных промежутков справедливо утверждение, что половина артистов, занимающих центральное положение в компоненте, и записавшее наибольшее число коллабораций, — рэп-исполнители. Можно отметить, так же, что на рисунке 4а можо заметить существование двух рэперских сообщества, которые позже исчезают и на рисунках 4б и 4в их уже нет. Для всех трёх временных периодов справедливо предположение, что наиболее коллаборирующие артисты — рэп-исполнители. Это, частично, подтверждает гипотезу 5 (большинство коллабораций записывается при участии рэп-исполнителей), однако, для её проверке стоит обратиться к статистике о представленности артистов разных жанров в сетях коллабораций (табл. 3).

Таблица 3. Представленность артистов-коллабораторов по жанрам и временным периодам.

Временной период

Всего

1992-1998

1999-2004

2013-2016

Жанр

country

20 (4,14%)

37 (5,24%)

49 (6,46%)

106 (5,44%)

electro

15 (3,10%)

4 (0,56%)

84(11,08%)

103 (5,29%)

jazz

32 (6,62%)

7 (0,99%)

8 (1,06%)

47 (2,41%)

pop/R&B

180 (37,26%)

230 (32,56%)

272 (35,88%)

682 (35,03%)

rap/hiphop

212 (43,90%)

406 (57,49%)

309 (40,77%)

927 (47,61%)

rock

24 (4,98%)

22 (3,16%)

36 (4,75%)

82 (4,22%)

Всего

483 (100%)

706 (100%)

758 (100%)

1947 (100%)

Как видно из таблицы 3, утверждение, что рэп-исполнители наиболее представлены среди артистов-коллабораторов (гипотеза 5) находит своё подтверждение (критерий хи-квадрата для данного распределения значим (p=0.00), Х 2 (10)=161,039).

Тем не менее, кажется удивительным, что в период 2013-2016 гг. представленность рэп-исполнителей существенно ниже, чем в другие периоды, несмотря на то, что в этот период происходит настоящий «бум» коллабораций. Интересно отметить и снижающееся количество джаз музыкантов в коллаборациях, что может говорить о непопулярности жанра, а так же возрастающее число исполнителей в стиле кантри и электронной музыки. На рисунке 4 (в) видно, что кантри-исполнители образуют отдельный «отросток», и коллаборируют, преимущественно, друг с другом. Так же важно отметить, что если на рисунке 4 (а), представляющем 1992-1998 гг., поп-исполнители держались отдельно от рэп-исполнителей, то на репрезентирующих два других периода рисунках 4 (б) и 4 (в) они уже интегрируются друг с другом.

Так как в прошлом году было показано, что большинство артистов, имеющих наибольшее число номинаций на премию «Грэмми» в коллаборациях являются приглашёнными артистами, то было решено проверить это на, непосредственно, сетевых данных (гипотеза 3: признанные музыканты будут чаще участвовать в записи коллаборации как приглашённые артисты, а ни как основные).

Для этого, в качестве атрибутов были взяты количество номинаций на музыкальную премию «Грэмми» и рейтинг рэп-исполнителя (чем темнее актор на графе, тем выше рейтинг и больше номинаций), размер узла зависел от количества коллабораций музыканта в качестве приглашённого артиста (гостя).

Как видно из рисунка 5, для периода 1992-1998 гг. очевидно, что наиболее часто участвующие в качестве гостя артисты имеют высокий рейтинг рэп-исполнителя (рисунок 5а), что говорит об определённом статусе и престиже этих музыкантов как среди фанатов, так и среди коллег. При этом номинации на премию «Грэмми» (рисунок 5б) оказывают показательными.

Исходя из рисунка 6, можно так же отметить, что для периода 1999-2004 гг. становится более очевидно влияние количество номинаций на «Грэмми» на то, будут ли приглашать исполнителя в качестве гостя (для популяризации песни) (рисунок 6б).

Наиболее коллаборирующие артисты так же продолжают оставаться признанными рэп-исполнителями (рисунок 6а).

Так же стоит отметить, что артисты, имеющие наибольшее число номинаций на премию, являются признанными рэп-сообществом музыкантами, что, вероятно, говорит о признании самим сообществом результатов премии, а так же о том, что сама премия всё реже относит рэп-исполнителей к музыкантам андерграунда.

Для наиболее современного периода (рисунок 7) так же заметно, что статусные рэп-исполнители чаще являются «гостями» в коллаборации. Интересно, что большинство рэп-музыкантов в центре компоненты являются признанными сообществом и коллегами, и, что интересно, они так же коллаборируют и друг с другом (рисунок 7а).

При этом число номинаций на премию «Грэмми» вновь оказывается не столь важным, то есть наиболее коллаборирующие артисты не являются обладателями большого числа номинаций (рисунок 7б).

Таким образом, гипотеза 3 находит подтверждение на примере рэп-исполнителей, участвовавших в записи совместных песен в качестве гостей.

Для проверки гипотезы 1 (количестве женщин в сети коллабораций будет меньше, чем мужчин), был выполнен тест хи-квадрат (для числа коллабораций в качестве главного и приглашённого артистов), который, однако, хоть и оказался значимо, но число ожидаемых частот меньше 5 составило более 50%, значит мы не можем говорить о статистически значимой разнице.

Если обратиться к гигантской компоненте для всех периодов, то можно отметить малое представительство там женщин. На рисунке 8 представлена компонента, где размер узла — количество его связей (degree), цвет — пол (синий — мужской; оранжевый — женский; зелёный — музыкальные группы).

Исходя из представленного, на рисунке 8а можно заметить разделение

мужчин и женщин на отдельные группы коллаборатров, соединённые друг между другом единичными связями. При этом на рисунках 8б и 8в можно отметить вовлечённость женщин в большую компоненту, и их малопредставленность среди узлов с наибольшим числом связей. Таким образом, можно говорить о подтверждении гипотезы 2 (женщин будет больше среди основных артистов, чем среди приглашённых для коллаборации) и ошибочности гипотезы 1.

На основе всего вышеизложенного можно говорить и о частичном подтверждении гипотезы 4 (музыканты, записывающие коллаборации вместе, будут похожи по рядку социо-демографических признаков), о гомогенном составе компоненты. Как было сказано, на рисунке 4 можно увидеть преимущество отдельного жанра над остальными, на рисунке 8 о гендерном неравенстве и ведущей роли музыкантов-мужчин в записи коллабораций.

Так же, хотелось бы отдельно остановиться на представительстве рэп-исполнителей в данных сетях. Как уже отмечалось в главе 1, коллаборации, изначально, зарождались как феномен рэп-культуры, позволяющий артистам выразить свои чувства и эмоции, и являющийся отсылкой к исконно культурному феномену. Частичное подтверждение этому можно отметить в таблице 4, где показано распределение по временным периодам музыкантов с разной расовой принадлежностью. С развитием, рэп-культура стала коммерционализироваться и популяризироваться в широких массах. Вспоминая исследование Брайсон о музыкальных предпочтениях американцев, можно обратить особое внимание на то, что уровень расизма влияет на нелюбовь к музыкальным жанрам вроде рэпа, регги, блюза, джаза и госпела (Bryson, 1996).

Это утверждение справедливо, поскольку рэп музыка является исконной музыкой темнокожих жителей Америки.

Таблица 4: Распределение музыкантов разной расовой принадлежности по временным периодам.

Распространение рэп-музыки можно связать и с изменением предпочтений американцев, которые перестают считать рэп маргинальным жанром, что способствует обращению к нему не только представителей высших, но и средних классов, в том числе и «белых воротничков» (Peterson, 1992; Bryson, 1996).

Широкое распространение коллабораций я бы так же связала с популяризацией рэп-музыки, особенность которой заключается в том, что рэп-исполнителям открылись стандартные каналы дистрибуции музыки (популярные радиостанции, телевизионные премии и шоу, музыкальные телевизионные каналы), при этом, они сохранили свои исконные способы дистрибуции музыки (специализированные рэп-радиостанции и телеканалы), которые так же учитываются при расчёте позиции трека в чартах.

При этом, производство рэп-музыки менее затратно, так как сама вокальная специфика рэп-треков не требует попадания в ноты, что облегчает запись трека. Таким образом, появляется достаточно просто и дешёвый способ популяризации своего трека: совместный трек с рэп-исполнителем. Особенно полезным такой приём оказывает в ситуации, когда артист записал песню для альбома, выпустил альбом, а спустя время лейбл решил выпустить ремикс (обновлённую версию) песни. Такой приём крайне полезен, поскольку это: (1) позволит продать ту же самую песню ещё раз, просто добавив куплет с рэп-исполнителем, не переписывая песню полностью и не прилагая усилия; (2) привлечь к артисту и песне внимание фанатов данного рэп-исполнителя; (3) увеличить позиции в чарте: продажи сольной версии и версии с другим исполнителем одной и той же песни обычно суммируютя и попадают в чарт как одна песня, это позволяет занять песне более высокую позицию.

Музыка является одной из культурных индустрий и занимается производством предметов культуры, следовательно, любой социологический анализ музыкальной индустрии должен содержательно представлять собой анализ культурной индустрии (Hirsch, 1969).

Важно помнить и то, что музыкальная индустрия не гомогенна, как по составу акторов, так и по производимым её продуктам.

В рамках выпускной квалификационной работы мною был проведён сетевой и статистический анализ сети музыкальных коллабораций, выпущенных на рынке популярной американской музыки. Для работы были собраны данные об успешных коллаборациях, попавших в авторитетный музыкальный чарт «Billboard Hot 100» в три временных периода: 1992-1998 гг., 1999-2004 гг. и 2013-2016 гг., каждый из которых отображает основные изменения и трансформации американской музыкальной индустрии.

Одним из основных результатов исследования можно считать сохраняющуюся лидирующую роль рэп-исполнителей в сети коллабораций. Однако, несмотря на это, структура коллабораций претерпевает изменения: если в 1992-1998 гг. можно наблюдать сегментацию на популярных и рэп-исполнителей, то в более поздние периоды представители разных жанров коллаборируют друг с другом. Я объясняю это особенностями восприятия рэп-музыки, ставшей, своего рода, голосом народ в период социальных перемен и трансформаций (важно отметить, что именно рэп-исполнители затрагивают насущные общественные проблемы в песнях), происходивших и происходящих в США, что способствовало популяризации рэп-музыки среди всех слоёв населения. Вероятно, здесь можно говорить о trickle-up эффекте (когда люди низшего или среднего класса, по сути, определяют что будут потреблять более богатые части населения).

Интересно, что таким образом распространялся не только рэп, такой путь прошли сначала джаз, потом рок-н-ролл, затем более тяжёлый рок (вроде хэви-металла) и r&b, а затем уже рэп-музыка.

Кроме этого, была отмечена роль признания артистов. Так, артисты, которые признаны сообществом, коллегами, фанатами или критиками, чаще являются «приглашёнными» для коллаборации артистами, а не основными. Такой приём, вероятно, используется для привлечения внимания всё тех же критиков, фанатов и коллег к совместной композиции и, как следствие, к творчеству основного артиста. Наконец, коллаборация может позволить второй раз продать уже существующую песню, за счёт добавления дополнительного куплета. Интересно, на мой взгляд, и то, что наибольшее число всех коллабораций каждого из периодов связано между собой и является компонентой сети. Данная особенность может говорить как о том, что есть ряд артистов, периодически сотрудничающих между собой, так и о том, что есть ряд авторитетных артистов, которых очень часто приглашают для записи совместного трека другие исполнители.

Надо отметить, что ряд исследовательских гипотез не нашёл подтверждения, так, сложно говорить о том, что женщин-музыкантов реже выбирают в качестве партнёра по коллаборации, а так же, что они обладают не столько высоким профессиональным статусом. Отмечу и то, что в качестве определения авторитетности музыканта, номинации на популярную музыкальную премию «Грэмми» не являются основным параметром.

Несомненно, исследование трудно назвать всеобъемлющим. Так, на мой взгляд, в дальнейшем можно было бы посмотреть на то, какое место в музыкальной индустрии занимают музыканты-коллабораторы. Мне видится возможным проведение полного сетевого анализа индустрии, например, построение юни-модальной сети. Я так же предполагаю, что сейчас в музыкальной индустрии существует нечто, похожее на ядренно-периферийную систему, о которой пишут Каттани и Ферриани (Cattani & Ferriani, 2008), но работающее немного иначе: в центре, с наибольшим числом связей, находятся артисты, высоко оцениваемые критиками и потребителями, которые способны производить инновационный продукт, при этом на периферии находятся музыканты, обладающие большим экономическим капиталом, которые не любят экспериментировать, но готовы записать несколько совместных композиций с такими музыкантами, дабы повысить признание критиков. Таким образом, инновационные музыканты имеют больше связей и отношений внутри индустрии.

Наконец, необходимо изучение сетей взаимоотношений не только музыкантов, но и работающих с ними продюсеров, авторов текстов и музыки, менеджерами и ассистентами. Я предполагаю, что такая широкая сеть акторов разного порядка могла бы дать понимание почему каждый конкретный музыкант сотрудничает с другим музыкантом, а так же как артисты находят себе партнёров по коллаборации.

1. Бурдье П. (1993) Рынок символической продукции // Вопросы социологи. Пер. с фр. Е. Д. Вознесенской. №1-2.

2. Бурдье П. (2007) Социология социального пространства. // М.: Ин-т экспериментальной социологии; СПб.: Алетейя. С.87—96.

3. Anand N., Peterson R. (2000) When market information constitutes fields: sensemaking of markets in the commercial music industry // Organization Science. Vol. 11. №.3. P. 270-284.

4. Bearman P., Moody J., Stovel K. (2004) Chains of Affection: The Structure of Adolescent Romantic and Sexual Networks // American Journal of Sociology. Vol. 100. №.1. P. 44-91.

5. Becker H. (1974) Art as collective action // American Sociological Review. Vol. 39. №. 6. P. 767-776.

6. Bielas I. (2013) The Rise and Fall of Record Labels // CMC Senior Theses. 63 Pp.

7. Blair M. (1993) Commercialization of the Rap Music Youth Subculture // Journal of Popular Culture. Vol. 27. №3. P. 21-33.

8. Bourdieu P. (1993) The Field of Cultural Production: Essays on Art and Literature // Columbia University Press. P. 29-74, 238-254.

9. Bryson B. (1996) «Anything But Heavy Metal»: Symbolic Exclusion and Musical Dislikes // American Sociological Review. Vol. 61. №5. P. 884-899.

10. Burt R. S. (2004) Structural Holes and Good Ideas // The American Journal of Sociology. Vol. 110. №2. P. 349-399.

11. Cattani G., Ferriani S. (2008) A core/periphery perspective on individual creative performance: Social networks and cinematic achievements in the Hollywood film industry // Journal of Management Studies. №. 39. P. 123-146.

12. Cattani G., Ferriani S., Allison P. (2014) Insiders, outsiders, and the struggle for consecration in cultural fields: A core-periphery perspective // American Sociological Review. Vol. 79. P. 258-281.

13. de Laat K. (2014) Innovation and Diversity Redux: Analyzing Musical Form and Content in the American Recording Industry, 1990-2009 // Sociological Forum. Vol. 29. № 3. P. 673-697.

14. DiMaggio P. (1982) Cultural Entrepreneurship in Nineteenth-Century Boston: The Creation of an Organizational Base for High Culture in America // Media, Culture and Society. №. 4. P. 33-50.

15. DiMaggio P. (1987) Classification in art // American Sociological Review. Vol. 52. P. 440-455.

16. Foster P., Borgatti S.P., Jones C. (2011) Gatekeeper search and selection strategies: Relational and network governance in a cultural market // Poetics. № 39. P. 247-265.

17. Gleiser P., Danon L. (2003) Community Structure In Jazz // Advances in Complex Systems. Vol. 6. №4. P. 565-573.

18. Glynn M. (2000) When Cymbals Become Symbols: Conflict over Organizational Identity within a Symphony Orchestra // Organization Science. Vol. 11. № 3. P. 285-298.

19. Gronow P. (1983) The Record Industry: The Growth of a Mass Medium // popular music. № 3. P. 53-75.

20. Henard D. H., Rossetti C. L. (2014) All You Need is Love? Communication Insights From Popular Music’s Number-One Hits // Journal of Advertising Research. Vol. 54. №2. P. 178-191.

21. Hirsch P. M. (1969) The Structure of the Popular Music Industry: The Filtering Process by Which Records are Preselected for Public Consumption // University of Michigan. 72 Pp.

22. Hirsch P. M. (1972) Processing fads and fashions: an organizational-set analysis of cultural industry systems // American Journal of Sociology. Vol. 77. №. 4. P. 639-659.

23. Hirsch P. M. (1975) Organizational Effectiveness and the Institutional Environment // Administrative Science Quarterly. Vol. 20. № 3. P. 327-344.

24. Katz-Gerro T. (2002) Highbrow Cultural Consumption and Class Distinction in Italy, Israel, West Germany, Sweden, and the United States // Social Forces. Vol. 81. № 1. P. 207-229.

25. Lena J. (2006) Social context and musical contant in rap music, 1979-1995 // Social Forces. Vol. 85. №.1. P.479-495.

26. Lopes P. (1992) Innovation and Diversity in the Popular Music Industry, 1969 to 1990 // American Sociological Review. Vol. 57. №1. P. 56-71.

27. Martinez T. A. (1997) Popular Culture as Oppositional Culture: Rap as Resistance // Sociological Perspectives. Vol. 40. № 2. P. 265-286.

28. Park, J., Celma, O., Koppenberger, M., Cano, P. (2007) The Social Network of Contemporary Popular Musicians // International Journal of Bifurcation and Chaos in Applied Sciences and Engineering. Vol. 17. № 1. P. 2281-2288.

29. Persaud E. J. (2011) The Signature of Hip-Hop: A Sociological Perspective // International Journal of Criminology and Sociological Theory. Vol. 4. № 1. P. 626-647.

30. Peterson R. A. (1992) Understanding Audience Segmentation: From Elite and Mass to Omnivore and Univore // Poetics. № 21. P. 243-258.

31. Peterson R., Anand N. (2004) The Production of Culture Perspective // Annual Review of Sociology. Vol. 30. №1. P. 311-334.

32. Peterson R., Berger D. (1971) Entrepreneurship in Organizations: Evidence from the Popular Music Industry // Administrative Science Quarterly. Vol. 16. №1. P. 97-106.

33. Peterson R., Berger D. (1975) Cycles in Symbol Production: The Case of Popular Music // American Sociological Review. Vol. 20. №2. P. 158-173.

34. Rose T. (1991) “Fear of a Black Planet”: Rap Music and Black Cultural Politics in the 1990s // The Journal of Negro Education. Vol. 60. №3. P. 276-290.

35. Schmutz V., Faupel A. (2010) Genre and Cultural Consecration in Popular Music // Social Forces. Vol. 89. № 2. P. 685-708.

36. Smith R. (2006) The Network of Collaboration among Rappers and Its Community Structure // Journal of Statistical Mechanics: Theory and Experiment. №2. P. 1-14.

37. Tschmuck P. (2012) Creativity and Innovation in the Music Industry // Springer-Verlag Berlin Heidelberg. Pp. 303.

38. Uzzi B., Spiro J. (2005) Collaboration and creativity. The small world problem // American Journal of Sociology. Vol. 111. №2. P. 447-504.

39. Weber M. (1946) Class, Status, Party, in From Max Weber: Essays in Sociology // New York: Oxford University. Pp. 180-95.

40. Williams J. (2014) Theoretical Approach to Quotation in Hip-Hop Recordings // Contemporary Music Review. Vol. 33. № 2. P. 188-209.

41. White, H.C., White, C.A. (1965) Canvases and Careers: Institutional change in the French Painting World // New York: John Wiley & Sons.

42. Zolberg V. (1981) Conflict visions in American Art Museums // Theory and Society. Vol. 10. №1. P. 103-125.