Dissertação

Um modelo para previsão do sucesso no mercado musical

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...

ver descrição completa

Autor principal: Araújo, Carlos Vicente Soares
Outros Autores: http://lattes.cnpq.br/3512350306763354
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Amazonas 2019
Assuntos:
Acesso em linha: https://tede.ufam.edu.br/handle/tede/7572
id oai:https:--tede.ufam.edu.br-handle-:tede-7572
recordtype dspace
spelling oai:https:--tede.ufam.edu.br-handle-:tede-75722019-12-20T05:03:43Z Um modelo para previsão do sucesso no mercado musical Araújo, Carlos Vicente Soares Giusti, Rafael http://lattes.cnpq.br/3512350306763354 http://lattes.cnpq.br/0613781010575440 Silva, Diego Furtado http://lattes.cnpq.br/7662777934692986 Santos, Eulanda Miranda dos http://lattes.cnpq.br/3054990742969890 Aprendizado do computador Indústria musical Sucesso - Previsão CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Sucesso musical Aprendizagem de máquina Hit song science 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. 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 Superior 2019-12-19T12:24:50Z 2019-12-13 Dissertação 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 por Acesso Aberto http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidade Federal do Amazonas Instituto de Computação Brasil UFAM Programa de Pós-graduação em Informática
institution TEDE - Universidade Federal do Amazonas
collection TEDE-UFAM
language por
topic Aprendizado do computador
Indústria musical
Sucesso - Previsão
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Sucesso musical
Aprendizagem de máquina
Hit song science
spellingShingle Aprendizado do computador
Indústria musical
Sucesso - Previsão
CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Sucesso musical
Aprendizagem de máquina
Hit song science
Araújo, Carlos Vicente Soares
Um modelo para previsão do sucesso no mercado musical
topic_facet 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.
author_additional Giusti, Rafael
author_additionalStr Giusti, Rafael
format Dissertação
author Araújo, Carlos Vicente Soares
author2 http://lattes.cnpq.br/3512350306763354
author2Str http://lattes.cnpq.br/3512350306763354
title Um modelo para previsão do sucesso no mercado musical
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
publisher Universidade Federal do Amazonas
publishDate 2019
url https://tede.ufam.edu.br/handle/tede/7572
_version_ 1831969832418934784
score 11.753735