Musiqinin arxasında alqoritm

Musiqi arxasında alqoritm
ŞƏKİL KREDİTİ:  

Musiqinin arxasında alqoritm

    • Müəllif Ad
      Melissa Goertzen
    • Müəllif Twitter Dəstəyi
      @Quantumrun

    Tam hekayə (Word sənədindən mətni təhlükəsiz şəkildə kopyalayıb yapışdırmaq üçün YALNIZ "Word-dan Yapışdır" düyməsini istifadə edin)

    Keç, American Idol.

    Musiqi sənayesində növbəti böyük uğur hekayəsi yüksək profilli istedad yarışmalarında aşkar edilməyəcək. Bunun əvəzinə, istifadə və biznes tendensiyalarını aşkar etmək üçün hazırlanmış kompleks alqoritmlərlə məlumat dəstlərində müəyyən ediləcək.

    Zahirən, bu üsul Simon Cowell-in tənqidlərindən daha quru və daha çox emosiyadan məhrum səslənir, lakin əslində bu, ictimaiyyətin “növbəti böyük şeyi” seçməsinin son yoludur. İctimaiyyət hər dəfə YouTube linklərinə klik etdikdə, Twitter-də konsert şəkilləri yayımlayanda və ya Facebook-da qruplar haqqında söhbət edəndə, onlar böyük məlumat adlanan məlumat toplusuna töhfə verirlər. Termin böyük olan və mürəkkəb qarşılıqlı əlaqələri ehtiva edən məlumat dəstləri toplusuna aiddir. Sosial media şəbəkələrinin strukturunu düşünün. Onlar dostluqlar, "bəyənmələr", qrup üzvlükləri və s. ilə birləşdirilən milyonlarla fərdi istifadəçi profilini ehtiva edir. Əsasən, böyük məlumatlar bu platformaların strukturunu əks etdirir.

    Musiqi sənayesində böyük məlumatlar onlayn satışlar, endirmələr və proqramlar və ya sosial media mühitləri vasitəsilə həyata keçirilən ünsiyyət kimi fəaliyyətlər tərəfindən yaradılır. Ölçülən ölçülərə “mahnıların ifa olunma və ya buraxılma sayı, həmçinin Facebook bəyənmələri və tvitlər kimi hərəkətlərə əsaslanaraq sosial mediada əldə etdikləri cəlbetmə səviyyəsi” daxildir. Analitik alətlər fan səhifələrinin ümumi populyarlığını müəyyənləşdirir və sənətçilər haqqında müsbət və ya mənfi şərhləri qeydə alır. Birlikdə bu məlumat cari tendensiyaları müəyyən edir, sənətçilərin rəqəmsal nəbzini qiymətləndirir və single, mallar, konsert biletləri və hətta musiqi axını xidmətlərinə abunələr vasitəsilə satışa gətirib çıxarır.

    Yeni istedadların kəşf edilməsi baxımından böyük data əsas rekord etiketlərdə maraq yaratmaqda mühüm rol oynayır. Bir çox hallarda şirkətlər sənətçinin səhifə baxışlarını, “bəyənmələrini” və izləyicilərini hesablayır. Daha sonra rəqəmləri eyni janrda olan digər rəssamlarla asanlıqla müqayisə etmək olar. Bir hərəkət yüz mindən çox Facebook və ya Twitter izləyicisi yaratdıqdan sonra, istedad menecerləri xəbərdar olur və musiqi sənayesinin özündə marağı artırmağa başlayır.

    Növbəti böyük Top 40 hiti seçən böyük data

    Mövcud tendensiyaları müəyyən etmək və növbəti meqastarı proqnozlaşdırmaq bacarığı iştirak edən hər kəs üçün böyük maliyyə mükafatları ilə gəlir. Məsələn, data alimləri sosial medianın iTunes albomuna təsirini öyrənib və birinin göstəricilərini digərinin gəliri ilə müqayisə edərək satışları izləyiblər. Onlar sosial media fəaliyyətinin albom və trek satışlarının artması ilə əlaqəli olduğu qənaətinə gəliblər. Daha dəqiq desək, YouTube baxışları satışa ən çox təsir edir; bir çox rekord leyblləri təkləri təbliğ etmək üçün platformaya böyük büdcəli musiqi videoları yükləməyə sövq edən tapıntı. Video istehsalına milyonlar xərcləməzdən əvvəl, hədəf auditoriyaların onlayn fəaliyyətləri əsasında hansı mahnıların hit ola biləcəyini müəyyən etmək üçün təhlildən istifadə edilir. Bu proqnozların dəqiqliyi böyük verilənlərin təhlilinin keyfiyyəti ilə əlaqələndirilir.

    Musiqi sənayesindəki sahibkarlar indi məlumatı daha səmərəli və dəqiqliklə toplayan alqoritmlər hazırlamaq üçün yeni üsullarla sınaqdan keçirirlər. Ən diqqətəlayiq nümunələrdən biri EMI Music və Data Science London arasında The EMI Million Interview Dataset adlı birgə müəssisədir. O, “indiyə qədər əlçatan edilmiş ən zəngin və ən böyük musiqi təqdiri məlumat dəstlərindən biri” kimi təsvir edilir – qlobal tədqiqatlar nəticəsində tərtib edilmiş kütləvi, unikal, zəngin, yüksək keyfiyyətli məlumat dəsti. musiqi həvəskarları.”

    EMI Music-in İnsight üzrə Baş Vitse-Prezidenti David Boyle izah edir: “(Bu, müəyyən bir musiqi janrına və alt-janra olan ehtiras səviyyəsi, musiqi kəşfi üçün üstünlük verilən üsullar, sevimli musiqi sənətçiləri, musiqi piratlığı, musiqi axını, musiqi formatları və fanat demoqrafikası haqqında düşüncələr.

    Layihənin məqsədi bu məlumat toplusunu ictimaiyyətə çatdırmaq və musiqi sənayesində biznesin keyfiyyətini artırmaqdır.

    Boyle deyir: “Bizə və sənətçilərimizə istehlakçıları anlamaqda kömək etmək üçün verilənlərdən istifadə etməklə böyük uğur əldə etdik və başqalarına da eyni şeyi etməyə kömək etmək üçün bəzi məlumatları paylaşmaqdan məmnunuq”.

    2012-ci ildə EMI Music and Data Science London, Music Data Science Hackathon-a ev sahibliyi edərək layihəni bir addım irəli apardı. Məlumat elmi və böyük məlumat həllərində dünya lideri olan EMC müəssisəyə qoşuldu və İT infrastrukturunu təmin etdi. 24 saat ərzində 175 data alimi 1,300 düstur və alqoritm işləyib hazırladı: “Bir dinləyicinin yeni mahnını sevəcəyini təxmin edə bilərsinizmi?” Nəticələr kollektiv zəkanın gücünə işarə etdi və iştirakçılar dünya səviyyəli kimi təsvir edilən düsturlar hazırladılar.

    EMC Greenplum-un Regional Direktoru Chris Roche deyir: “Bu hakatonda aşkar edilən fikirlər Big Data-nın sahib olduğu güc və potensiala işarə edir – həm intellektual kəşflər, həm də hər növ təşkilatlar üçün artan biznes dəyəri üçün”.

    Bəs siz sənətçilərə necə maaş verirsiniz?

    Sənaye bir mahnının potensiala çatdığını müəyyən etdikdən və onu sinql kimi buraxdıqdan sonra, mahnı sosial media platformalarında və ya axın saytlarında səsləndirildikdə qonorarı necə hesablayır? Hal-hazırda, "bütün ölçülü rekord etiketlər, Spotify, Deezer və YouTube kimi yayım şirkətlərindən əldə edilən çoxlu məlumatların uyğunlaşdırılması problemi ilə üzləşir, lakin bunu etmək üçün həmişəkindən daha az insan var."

    İnformasiya idarəçiliyi baxımından əsas problemlərdən biri odur ki, verilənlər bazası idarəetmə sistemlərinin əksəriyyəti böyük verilənlər qədər böyük və mürəkkəb olan məlumat dəstlərini idarə etmək üçün hazırlanmayıb. Məsələn, musiqi distribyutorları tərəfindən yaradılan rəqəmsal məlumat fayllarının ölçüsü Excel kimi proqramların öhdəsindən gələ biləcəyindən çox daha yüksəkdir. Bu, mühasibat proqramı ilə uyğun olmayan itkin məlumat və fayl etiketləri də daxil olmaqla problemlər yaradır.

    Əksər hallarda bütün bu məsələlər mühasiblər tərəfindən həll edilir, onsuz da ağır iş yükünün üzərinə əlavə vaxt və əmək əlavə edilir. Bir çox hallarda, etiketin yuxarı xərclərinin böyük bir hissəsi mühasibat şöbəsində bağlanır.

    Bu problemlərlə mübarizə aparmaq üçün sahibkarlar böyük məlumatları təşkil etmək və təhlil etmək qabiliyyətinə malik biznes kəşfiyyat platformaları hazırlayırlar. Ən yaxşı nümunələrdən biri, xidmətlərini "üç kliklə royalti uçotu" kimi təsvir edən Avstriya şirkəti Rebeat-dır. 2006-cı ildə əsası qoyulmuş, tez bir zamanda Avropanın aparıcı rəqəmsal distribyutoruna çevrildi və dünya üzrə 300 rəqəmsal xidmətə çıxış təmin edir. Əsasən, Rebeat mühasibat uçotu təcrübələrini sadələşdirir və mühasibat proqramında məlumat sahələrinin uyğunlaşdırılması kimi backend işlərini idarə edir, beləliklə, mühasibat şöbəsi büdcələri idarə etməkdə sərbəstdir. Onlar həmçinin müqavilə müqavilələrinə uyğun olaraq royalti ödənişlərini idarə etmək, rəqəmsal musiqi mağazaları ilə birbaşa razılaşmalar, satışları izləmək üçün qrafiklər yaratmaq və ən əsası məlumatları CSV fayllarına ixrac etmək üçün infrastruktur təmin edirlər.

    Əlbəttə ki, xidmət bir qiymətə gəlir. Forbes bildirdi ki, səsyazma şirkətləri hər il 15% satış komissiyası və 649 dollar sabit rüsum tələb edən şirkət məlumatlarına daxil olmaq üçün Rebeat-dan distribyutor kimi istifadə etməlidirlər. Bununla belə, hesablamalar göstərir ki, əksər hallarda etiketin mühasibat örtüyü çox vaxt daha baha başa gəlir, bu isə o deməkdir ki, Rebeat ilə imzalamaq pula qənaət edə bilər.

    Tags
    kateqoriya
    Mövzu sahəsi