STROJNO UČENJE

Mogu li algoritmi pogoditi koja će pjesma biti hit? Iznenadit ćete se

  • Autor: Miroslav Wranka
  • Zadnja izmjena 19.09.2019 11:13
  • Objavljeno 19.09.2019 u 11:13
Lil Nas X

Lil Nas X

Izvor: EPA / Autor: DJ Johnson

Američki studenti razvili su model strojnog učenja koji gotovo pa ne promašuje kad treba odrediti je li neka pjesma bila uspješnica ili ne

Dva studenta Sveučilišta San Francisco odlučila su otkriti zašto neke pjesme postaju hitovi a druge ne, iako su naizgled međusobno nalik.

Podatke prikupljene sa streaming servisa Spotify ubacili su u četiri modela strojnog učenja kako bi predvidjeli hoće li neka pjesma postati hitom ili neće temeljem isključivo audio zapisa. Htjeli su doznati postoje li značajke koje sve ili bar većina uspješnih pjesama dijele.

PRIRUČNIK ZA SUTRAŠNJICU

Bez ovih 12 riječi i izraza teško ćete razumjeti tehnologiju budućnosti

Pogledaj galeriju
13

Usredotočili su se na značajke poput tempa, tonaliteta, zvučili pjesma pozitivno ili negativno, može li se na nju plesati, koliko je glasna... U obradi podataka koristili su logističku regresiju, arhitekturu Random Forest i neuralne mreže, između ostalog.

Rezultate do kojih su četiri korištena modela došli testirali su pomoću povijesnih poddataka s Billboardove top ljestice Hot 100. Obrada podataka trajala je nekoliko tjedana.

Jedan od modela (Support Vector Machine) mogao je pogoditi hitove uz preciznost od 99,53 posto. Ostali modeli bili su manje uspješni, ali svejedno prilično precizni (iznad 85 posto).

U budućim istraživanjima nastojat će uključiti i druge čimbenike, poput prisutnosti na društvenim medijima, razine iskustva te utjecaja diskografske kuće, piše Popular Mechanics.

Pregled tjedna bez spama i reklama

Prijavi se na naš newsletter i u svoj inbox primaj tjedni pregled najvažnijih vijesti!