Core Concepts
音楽のジャンルが曲の人気に最も影響を与えることが明らかになりました。機械学習アルゴリズムは、曲の成功を予測する際に重要なツールであり、個々のアーティストの影響を考慮することが重要です。
Abstract
音楽は感情や記憶を呼び起こす普遍的な言語であり、Spotifyなどのストリーミングプラットフォームが音楽消費方法を変革している。
様々な機械学習モデルを使用して30,000曲から成るデータセットを分析し、ジャンルが曲の人気に最も大きく影響していることが示された。
ラウドネスや曲の長さなどの特徴も一定の役割を果たすが、ジャンルほど強力ではない。
OLS回帰分析、MARSモデリング、Random Forest、XGBoostモデルが使用されており、Random Forestモデルが最も効果的であることが示された。
Stats
Ordinary Least Squares (OLS)回帰分析では、「genre」が曲の人気に最大限影響を与えている。
Random ForestとXGBoostモデルは、「genre」特にEDMが人気予測において重要であることを強調している。
Quotes
"Music popularity prediction has garnered significant attention in both industry and academia, fuelled by the rise of data-driven algorithms and streaming platforms like Spotify."
"Despite variations in performance, Random Forest emerges as the most effective model, improving prediction accuracy by 7.1% compared to average scores."