Анализ больших данных может предсказать популярность песни

Анализ больших данных может предсказать популярность песни
Читайте нас: Дзен новости

Источники: | awol.com.au

Учёные из Карлтонского университета попытались ответить на вопрос, почему определённые песни становятся более популярными среди огромного потока новых треков, используя анализ больших данных. Об этом сообщает TechXplore.
Анализ больших данных может предсказать популярность песни
Автор:
involta technologies
involta technologies

Учёные из Карлтонского университета попытались ответить на вопрос, почему определённые песни становятся более популярными среди огромного потока новых треков, используя анализ больших данных. Об этом сообщает TechXplore.

Доходы в музыкальной индустрии формируются из двух источников: из живых выступлений и студийных записей. Во время пандемии при падении доходов от живой музыки из-за отмены выступлений возросла доля потокового прослушивания музыки на различных стриминговых платформах. Исследователи решили изучить собранные с YouTube, Twitter, TikTok, Spotify и Billboard данные, чтобы понять, что поднимает определённую песню на вершины чартов. Учёные связали наборы данных разных платформ с акустической описательной метрикой Spotify для измерения и анализа качества песен. Показатели Spotify охватывают описательные характеристики, такие как акустика, энергия, танцевальность и инструментовка. Рейтинги еженедельного Billboard Hot-100 составляются на основе продаж и онлайн-трансляций.

Для проведения этого исследования были использованы два разных набора данных, относящихся к песням-хитам Billboard с начала 1940-х по 2020 год, и данные Spotify из количества более 600 000 треков и порядка одного миллиона исполнителей. Анализ показал, что новые песни, как правило, дольше остаются в чартах, и что популярность песни влияет на то, как долго она там задерживается. В связанном исследовании данных Billboard Hot-100 с 1958 по 2013 год удалось выяснить, что песни с более быстрым темпом и танцевальностью часто занимают более высокие позиции в рейтинге.

Учёные также использовали машинное обучение для прогнозирования популярности песен Spotify. Предварительные результаты показали, что танцевальность, продолжительность, энергия, экспрессивность, темп и год выпуска сильно не влияли на популярность песни. Это означает, что успеху песни способствуют другие факторы, не связанные непосредственно с музыкальными характеристиками.

Исследование подтверждает, что элементы, влияющие на популярность песен, со временем меняются, и их следует постоянно изучать. Например, в песнях, выпущенных в период с 1985 по 2015 год в Великобритании, более успешными были песни, написанные женщинами. Другие аспекты также могут существенно способствовать успеху песни: простота текстов, реклама и маркетинговая стратегия, привлекающая новую аудиторию.

Наверх