ข้อมูลขนาดใหญ่สามารถทำนายสิ่งที่ทำให้เพลงเป็นที่นิยมได้หรือไม่?

ข้อมูลขนาดใหญ่สามารถทำนายสิ่งที่ทำให้เพลงเป็นที่นิยมได้หรือไม่?

ดนตรีเป็นส่วนหนึ่งของชีวิตเราในรูปแบบต่างๆ เราฟังขณะเดินทางและดังก้องผ่านศูนย์การค้า พวกเราบางคนแสวงหาการแสดงดนตรีสดในคอนเสิร์ต เทศกาล และการแสดง หรืออาศัยดนตรีเป็นตัวกำหนดโทนและอารมณ์ของวันของเรา แม้ว่าเราอาจเข้าใจแนวเพลงหรือเพลงที่เราชื่นชอบ แต่ก็ไม่ชัดเจนว่าเหตุใดเพลงบางเพลงจึงดึงดูดใจหรือเป็นที่นิยมมากกว่า บางทีเนื้อเพลงอาจพูดถึงประสบการณ์? บางทีพลังงานทำให้มันน่าสนใจ? คำถามเหล่านี้มีความสำคัญสำหรับมืออาชีพในวงการ

เพลงที่ต้องตอบ และการวิเคราะห์ข้อมูลเป็นส่วนสำคัญของคำถามนี้

ที่มหาวิทยาลัย Carleton นักวิจัยด้านวิทยาศาสตร์ข้อมูลกลุ่มหนึ่งพยายามที่จะตอบคำถามที่ว่า “คุณลักษณะที่สื่อความหมายใดของเพลงที่ทำให้เพลงเป็นที่นิยมบนแพลตฟอร์มเพลง/ออนไลน์”

รายได้ในอุตสาหกรรมเพลงมาจากสองแหล่งที่ได้รับผลกระทบจากปัจจัยที่แตกต่างกัน ได้แก่ ดนตรีสดและเพลงที่บันทึก ในช่วงที่เกิดโรคระบาด แม้ว่ารายได้จากดนตรีสดจะลดลงเนื่องจากการยกเลิกการแสดงต่อหน้า แต่รายได้จากการสตรีมก็เพิ่มขึ้น

เนื่องจากแพลตฟอร์มดิจิทัลอย่าง Spotify และ TikTok เติบโตขึ้นรายได้จากเพลงส่วนใหญ่มาจากสื่อดิจิทัล ซึ่งส่วนใหญ่เป็นการสตรีมเพลง รายได้นี้จะไปถึงนักร้องและนักแต่งเพลงในวงกว้างได้อย่างไรและเป็นอีกเรื่องหนึ่ง ด้วยเหตุนี้ โปรดิวเซอร์จึงต้องพยายามตอบคำถามอย่างเช่น “ เราจะทำให้เพลงเป็นที่นิยมมากขึ้นได้อย่างไร? ” และ “ อะไรคือลักษณะของเพลงที่ทำให้ติดอันดับท็อปชาร์ต? ”

เราเชื่อมโยงชุดข้อมูลจากแพลตฟอร์มต่างๆ กับเมตริกคำบรรยายอะคูสติกของ Spotify หรือ “คุณสมบัติการอธิบาย” สำหรับเพลง คุณลักษณะเหล่านี้ได้มาจากชุดข้อมูลที่ให้หมวดหมู่สำหรับการวัดและวิเคราะห์คุณภาพของเพลง เกณฑ์ชี้วัด ของ Spotify จะจับ คุณสมบัติที่สื่อความหมาย เช่น ความเป็นอะคูสติกพลังงานความ สามารถ ในการเต้นและเครื่องดนตรี  (ชุดของเครื่องดนตรีและเสียงในท่อนที่กำหนด) เราพยายามค้นหาแนวโน้มและวิเคราะห์ความสัมพันธ์ระหว่างลักษณะเด่นของเพลงกับความนิยม อันดับบนBillboard Hot-100 ประจำสัปดาห์ขึ้น อยู่กับยอดขาย สตรีมออนไลน์ และรายการวิทยุในสหรัฐอเมริกา

เพื่อทำการศึกษานี้เราใช้ชุดข้อมูล 2 ชุดที่เกี่ยวข้องกับเพลงที่เป็นเพลง

ฮิตของ Billboard  ตั้งแต่ช่วงต้นทศวรรษ 1940 ถึง 2020และข้อมูล Spotify ที่เกี่ยวข้องกับเพลงมากกว่า 600,000 เพลงและศิลปินมากกว่าหนึ่งล้านคน

ที่น่าสนใจคือ เราพบว่าไม่มีความสัมพันธ์อย่างมีนัยสำคัญระหว่างจำนวนสัปดาห์ที่เพลงยังคงอยู่ในชาร์ต โดยเป็นการวัดความนิยม และลักษณะเสียงที่รวมอยู่ในการศึกษา

การวิเคราะห์ของเราระบุว่าเพลงใหม่มักจะอยู่บนชาร์ตได้นานขึ้น และความนิยมของเพลงส่งผลต่อระยะเวลาที่เพลงจะอยู่บนชาร์ต

ในการศึกษาที่เกี่ยวข้อง นักวิจัยรวบรวมข้อมูลสำหรับ Hot 100 ของ Billboard ตั้งแต่ปี 1958 ถึง 2013 และพบว่าเพลงที่มีจังหวะและความสามารถในการเต้น สูง กว่ามักจะได้รับตำแหน่งสูงสุดในชาร์ต Billboard

เรายังใช้คุณสมบัติของเพลงเพื่อสร้างโมเดลการเรียนรู้ของเครื่องเพื่อทำนายความนิยมของเพลง Spotify ผลลัพธ์เบื้องต้นสรุปได้ว่าคุณสมบัติต่างๆ ไม่มีความสัมพันธ์เชิงเส้น โดยมีข้อยกเว้นบางประการที่คาดไว้ รวมถึงพลังงานของ เพลง

สิ่งนี้บ่งชี้ว่าเมตริก Spotify ที่เราศึกษา ได้แก่ความเป็นอะคูสติก ความสามารถในการเต้นระยะเวลาพลังงานความชัดแจ้ง ความเป็นเครื่องดนตรีความมีชีวิตชีวา ความสามารถในการพูด (การวัดการมีอยู่ของคำพูดในเพลง) จังหวะและปีที่วางจำหน่าย — ไม่ใช่ตัวทำนายที่แข็งแกร่งของเพลง ความนิยมของเพลง

เพลงส่วนใหญ่ในชุดข้อมูล Spotify ไม่ได้ระบุว่ามีความชัดเจน มีแนวโน้มที่จะมีเครื่องดนตรีและสุนทรพจน์ ต่ำ และมักเป็นเพลงล่าสุด

แม้ว่าใคร ๆ อาจคิดว่าคุณสมบัติบางอย่างที่มีมาแต่กำเนิดในเพลงบางเพลงทำให้พวกเขาได้รับความนิยมมากขึ้น แต่การศึกษาของเราพบว่าความนิยมไม่ได้เกิดจากองค์ประกอบอะคูสติกเชิงปริมาณเท่านั้น

ซึ่งหมายความว่าผู้ผลิตเพลงและผู้บริโภคต้องพิจารณาปัจจัยเชิงบริบทอื่นๆ นอกเหนือจากคุณสมบัติทางดนตรี ซึ่งวัดผลได้ของ Spotify ที่อาจส่งผลต่อความสำเร็จของเพลง

องค์ประกอบที่ส่งผลต่อการเปลี่ยนแปลงความนิยม

การศึกษาของเราตอกย้ำว่าองค์ประกอบที่ส่งผลต่อความนิยมของเพลงนั้นเปลี่ยนแปลงไปตามกาลเวลา และควรได้รับการสำรวจอย่างต่อเนื่อง

ตัวอย่างเช่น ในเพลงที่ผลิตระหว่าง ปี1985 ถึง 2015 ในสหราชอาณาจักร เพลงที่ผลิตโดยศิลปินหญิงจะประสบความสำเร็จมากกว่า

ด้านอื่น ๆ อาจมีส่วนอย่างมากต่อความสำเร็จของเพลง นักวิทยาศาสตร์ด้านข้อมูลได้เสนอความเรียบง่ายของเนื้อเพลงแผนการโฆษณาและการจัดจำหน่ายเป็นตัวทำนายความนิยมของเพลง

Credit : สล็อตเว็บตรง100 / ดูหนังฟรี / 50รับ100