Um modelo para previsão do sucesso no mercado musical
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFAM |
Texto Completo: | https://tede.ufam.edu.br/handle/tede/7572 |
Resumo: | O mercado musical é extremamente competitivo e movimenta bilhões de dólares todos os anos. Só nos Estados Unidos, existem mais de 1400 selos musicais atualmente registrados. Destacar-se nesse cenário é uma árdua missão. Neste trabalho, apresentamos um modelo de previsão do sucesso no mercado musical que pode ser usado por artistas e gravadoras para focar seus esforços em músicas com maior tendência a obter retorno comercial. O modelo proposto utiliza informações sobre as músicas para prever, antes mesmo de seus lançamentos, se irão ou não aparecer no ranking Top 50 Global da plataforma de streaming Spotify. Para validação do modelo, nós adotamos como baseline o trabalho mais semelhante ao nosso já estabelecido na literatura científica. Esse baseline utiliza o mesmo tipo de informação que utilizamos, mas com uma abordagem distinta em relação à preparação da base. Nossos resultados chegaram a ser 920% superiores aos obtidos pelo baseline. |
id |
UFAM_127a1422e6d0e55ed071dd314c1f4600 |
---|---|
oai_identifier_str |
oai:https://tede.ufam.edu.br/handle/:tede/7572 |
network_acronym_str |
UFAM |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository_id_str |
6592 |
spelling |
Um modelo para previsão do sucesso no mercado musicalAprendizado do computadorIndústria musicalSucesso - PrevisãoCIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃOSucesso musicalAprendizagem de máquinaHit song scienceO mercado musical é extremamente competitivo e movimenta bilhões de dólares todos os anos. Só nos Estados Unidos, existem mais de 1400 selos musicais atualmente registrados. Destacar-se nesse cenário é uma árdua missão. Neste trabalho, apresentamos um modelo de previsão do sucesso no mercado musical que pode ser usado por artistas e gravadoras para focar seus esforços em músicas com maior tendência a obter retorno comercial. O modelo proposto utiliza informações sobre as músicas para prever, antes mesmo de seus lançamentos, se irão ou não aparecer no ranking Top 50 Global da plataforma de streaming Spotify. Para validação do modelo, nós adotamos como baseline o trabalho mais semelhante ao nosso já estabelecido na literatura científica. Esse baseline utiliza o mesmo tipo de informação que utilizamos, mas com uma abordagem distinta em relação à preparação da base. Nossos resultados chegaram a ser 920% superiores aos obtidos pelo baseline.The music market is extremely competitive and moves billions of dollars every year. In the United States alone, there are over 1400 music labels currently registered. Standing out in this scenario is an arduous mission. In this dissertation, a model for success prediction in the music market is presented, which artists and record labels may use to direct their efforts into songs with higher potential to return profit. The proposed model makes avail of information about the songs to predict, even before their release, whether they will appear or not in the Top 50 Global ranking from the streaming platform Spotify. To validate this model, we chose as a baseline the most similar model already consolidated in the scientific literature. The baseline employs the kind of information we have employed in our model, but with a distinct approach with respect to the data preparation. Our results are 920% better than those achieved by the baseline.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal do AmazonasInstituto de ComputaçãoBrasilUFAMPrograma de Pós-graduação em InformáticaGiusti, Rafaelhttp://lattes.cnpq.br/0613781010575440Silva, Diego Furtadohttp://lattes.cnpq.br/7662777934692986Santos, Eulanda Miranda doshttp://lattes.cnpq.br/3054990742969890Araújo, Carlos Vicente Soareshttp://lattes.cnpq.br/35123503067633542019-12-19T12:24:50Z2019-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfARAÚJO, Carlos Vicente Soares. Um modelo para previsão do sucesso no mercado musical. 2019. 93 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2019.https://tede.ufam.edu.br/handle/tede/7572porhttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2019-12-20T05:03:43Zoai:https://tede.ufam.edu.br/handle/:tede/7572Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922019-12-20T05:03:43Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false |
dc.title.none.fl_str_mv |
Um modelo para previsão do sucesso no mercado musical |
title |
Um modelo para previsão do sucesso no mercado musical |
spellingShingle |
Um modelo para previsão do sucesso no mercado musical Araújo, Carlos Vicente Soares Aprendizado do computador Indústria musical Sucesso - Previsão CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Sucesso musical Aprendizagem de máquina Hit song science |
title_short |
Um modelo para previsão do sucesso no mercado musical |
title_full |
Um modelo para previsão do sucesso no mercado musical |
title_fullStr |
Um modelo para previsão do sucesso no mercado musical |
title_full_unstemmed |
Um modelo para previsão do sucesso no mercado musical |
title_sort |
Um modelo para previsão do sucesso no mercado musical |
author |
Araújo, Carlos Vicente Soares |
author_facet |
Araújo, Carlos Vicente Soares http://lattes.cnpq.br/3512350306763354 |
author_role |
author |
author2 |
http://lattes.cnpq.br/3512350306763354 |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Giusti, Rafael http://lattes.cnpq.br/0613781010575440 Silva, Diego Furtado http://lattes.cnpq.br/7662777934692986 Santos, Eulanda Miranda dos http://lattes.cnpq.br/3054990742969890 |
dc.contributor.author.fl_str_mv |
Araújo, Carlos Vicente Soares http://lattes.cnpq.br/3512350306763354 |
dc.subject.por.fl_str_mv |
Aprendizado do computador Indústria musical Sucesso - Previsão CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Sucesso musical Aprendizagem de máquina Hit song science |
topic |
Aprendizado do computador Indústria musical Sucesso - Previsão CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Sucesso musical Aprendizagem de máquina Hit song science |
description |
O mercado musical é extremamente competitivo e movimenta bilhões de dólares todos os anos. Só nos Estados Unidos, existem mais de 1400 selos musicais atualmente registrados. Destacar-se nesse cenário é uma árdua missão. Neste trabalho, apresentamos um modelo de previsão do sucesso no mercado musical que pode ser usado por artistas e gravadoras para focar seus esforços em músicas com maior tendência a obter retorno comercial. O modelo proposto utiliza informações sobre as músicas para prever, antes mesmo de seus lançamentos, se irão ou não aparecer no ranking Top 50 Global da plataforma de streaming Spotify. Para validação do modelo, nós adotamos como baseline o trabalho mais semelhante ao nosso já estabelecido na literatura científica. Esse baseline utiliza o mesmo tipo de informação que utilizamos, mas com uma abordagem distinta em relação à preparação da base. Nossos resultados chegaram a ser 920% superiores aos obtidos pelo baseline. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-12-19T12:24:50Z 2019-12-13 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
ARAÚJO, Carlos Vicente Soares. Um modelo para previsão do sucesso no mercado musical. 2019. 93 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2019. https://tede.ufam.edu.br/handle/tede/7572 |
identifier_str_mv |
ARAÚJO, Carlos Vicente Soares. Um modelo para previsão do sucesso no mercado musical. 2019. 93 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2019. |
url |
https://tede.ufam.edu.br/handle/tede/7572 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
publisher.none.fl_str_mv |
Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFAM instname:Universidade Federal do Amazonas (UFAM) instacron:UFAM |
instname_str |
Universidade Federal do Amazonas (UFAM) |
instacron_str |
UFAM |
institution |
UFAM |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFAM |
collection |
Biblioteca Digital de Teses e Dissertações da UFAM |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM) |
repository.mail.fl_str_mv |
ddbc@ufam.edu.br||ddbc@ufam.edu.br |
_version_ |
1809732038059622400 |