Երաժշտության հիմքում ընկած ալգորիթմը

Շարժվիր, American Idol:

Երաժշտական ​​արդյունաբերության հաջորդ մեծ հաջողության պատմությունը չի բացահայտվի բարձր մակարդակի տաղանդների մրցույթներում: Փոխարենը, այն կբացահայտվի տվյալների հավաքածուներում բարդ ալգորիթմների միջոցով, որոնք նախատեսված են օգտագործման և բիզնեսի միտումները բացահայտելու համար:

Արտաքնապես, այս մեթոդը կարծես չոր և ավելի զուրկ է զգացմունքներից, քան Սայմոն Քաուելի քննադատությունները, բայց իրականում դա հանրության կողմից «հաջորդ մեծ բանն» ընտրելու վերջնական ձևն է: Ամեն անգամ, երբ հանրությունը կտտացնում է YouTube-ի հղումները, հրապարակում համերգների լուսանկարները Twitter-ում կամ զրույցներ անում խմբերի մասին Facebook-ում, նրանք նպաստում են տեղեկատվության մի ամբողջությանը, որը կոչվում է մեծ տվյալներ: Տերմինը վերաբերում է տվյալների հավաքածուներին, որոնք մեծ են և պարունակում են բարդ փոխհարաբերություններ: Մտածեք սոցիալական մեդիա ցանցերի կառուցվածքի մասին: Դրանք պարունակում են միլիոնավոր անհատական ​​օգտատերերի պրոֆիլներ, որոնք միմյանց հետ կապված են ընկերների, «հավանումների», խմբային անդամակցությունների և այլնի միջոցով: Ըստ էության, մեծ տվյալները արտացոլում են այս հարթակների կառուցվածքը:

Երաժշտական ​​արդյունաբերությունում մեծ տվյալները ստեղծվում են այնպիսի գործողությունների արդյունքում, ինչպիսիք են առցանց վաճառքը, ներբեռնումները և հաղորդակցությունը, որն իրականացվում է հավելվածների կամ սոցիալական մեդիայի միջավայրերի միջոցով: Չափված չափումները ներառում են «երգերի նվագարկման կամ բաց թողնման հաճախականությունը, ինչպես նաև սոցիալական մեդիաներում ստացվող ձգողականության մակարդակը՝ հիմնվելով այնպիսի գործողությունների վրա, ինչպիսիք են Facebook-ի հավանումները և թվիթերը»: Վերլուծական գործիքները որոշում են երկրպագուների էջերի ընդհանուր ժողովրդականությունը և գրանցում են դրական կամ բացասական մեկնաբանություններ արտիստների մասին: Միասին այս տեղեկատվությունը բացահայտում է ընթացիկ միտումները, գնահատում է արտիստների թվային զարկերակը և հանգեցնում է վաճառքի սինգլների, ապրանքների, համերգների տոմսերի և նույնիսկ երաժշտական ​​հոսքային ծառայությունների բաժանորդագրությունների միջոցով:

Նոր տաղանդներ հայտնաբերելու առումով մեծ տվյալները կարևոր դեր են խաղում խոշոր ձայնագրման լեյբլների մոտ հետաքրքրություն առաջացնելու հարցում: Շատ դեպքերում ընկերությունները հաշվարկում են նկարչի էջերի դիտումները, «լայքերը» և հետևորդները: Այնուհետև թվերը հեշտությամբ կարելի է համեմատել նույն ժանրի այլ արտիստների հետ: Հենց որ որևէ գործողություն առաջացնի հարյուր հազար գումարած Facebook-ի կամ Twitter-ի հետևորդներ, տաղանդի մենեջերները ուշադրություն են դարձնում և սկսում են հետաքրքրություն առաջացնել հենց երաժշտական ​​արդյունաբերության մեջ:

Մեծ տվյալներ՝ ընտրելով հաջորդ մեծ Թոփ 40 հիթը

Ընթացիկ միտումները բացահայտելու և հաջորդ մեգաաստղը կանխատեսելու կարողությունը մեծ ֆինանսական պարգևներ է բերում բոլոր ներգրավվածների համար: Օրինակ, տվյալների գիտնականները ուսումնասիրել են սոցիալական մեդիայի ազդեցությունը iTunes ալբոմի վրա և հետևել վաճառքի վրա՝ համեմատելով մեկի ցուցանիշները մյուսի եկամուտների հետ: Նրանք եզրակացրեցին, որ սոցիալական մեդիայի ակտիվությունը կապված է ալբոմների և երգերի վաճառքի աճի հետ: Ավելի կոնկրետ, YouTube-ի դիտումները ամենամեծ ազդեցությունն ունեն վաճառքի վրա. մի բացահայտում, որը շատ ձայնագրող լեյբլների դրդեց ներբեռնել մեծ բյուջետային երաժշտական ​​տեսահոլովակներ հարթակ՝ սինգլները խթանելու համար: Նախքան տեսահոլովակների արտադրության վրա միլիոններ ծախսելը, վերլուծությունն օգտագործվում է՝ պարզելու համար, թե որ երգերը կարող են դառնալ հիթեր՝ հիմնվելով թիրախավորված լսարանի առցանց գործունեության վրա: Այս կանխատեսումների ճշգրտությունը կապված է մեծ տվյալների վերլուծության որակի հետ:

Երաժշտական ​​արդյունաբերության ձեռներեցներն այժմ փորձարկում են նոր մեթոդներ՝ մշակելու ալգորիթմներ, որոնք տեղեկատվություն են հավաքում ավելի մեծ արդյունավետությամբ և ճշգրտությամբ: Ամենաուշագրավ օրինակներից մեկը EMI Music-ի և Data Science London-ի համատեղ ձեռնարկությունն է, որը կոչվում է The EMI Million Interview Dataset: Այն նկարագրված է որպես «երաժշտության գնահատման ամենահարուստ և ամենամեծ տվյալների հավաքածուներից մեկը, որը երբևէ հասանելի է դարձել. երաժշտության երկրպագուներ»։

Դեյվիդ Բոյլը, EMI Music-ի Insight-ի ավագ փոխնախագահը, բացատրում է. «(Այն) բաղկացած է միլիոնավոր հարցազրույցներից, որոնք ընդգրկում են այնպիսի թեմաներ, ինչպիսիք են երաժշտության որոշակի ժանրի և ենթաժանրի նկատմամբ կրքի մակարդակը, երաժշտության հայտնաբերման նախընտրելի մեթոդները, սիրված երաժշտական ​​արտիստները, մտքեր երաժշտական ​​ծովահենության, երաժշտության հոսքի, երաժշտության ձևաչափերի և երկրպագուների ժողովրդագրության վերաբերյալ»:

Նախագծի նպատակն է հրապարակել տեղեկատվության այս հավաքածուն հանրությանը և բարելավել բիզնեսի որակը երաժշտական ​​ոլորտում:

«Մենք մեծ հաջողություն ենք ունեցել՝ օգտագործելով տվյալները՝ օգնելու մեզ և մեր արվեստագետներին հասկանալ սպառողներին, և մենք ուրախ ենք կիսվել մեր որոշ տվյալներիով՝ օգնելու մյուսներին անել նույնը», - ասում է Բոյլը:

2012 թվականին EMI Music-ը և Data Science London-ը նախագիծը մեկ քայլ առաջ տարան՝ հյուրընկալելով Music Data Science Hackathon-ը: Տվյալների գիտության և մեծ տվյալների լուծումների համաշխարհային առաջատար EMC-ն միացավ ձեռնարկությանը և ապահովեց ՏՏ ենթակառուցվածքը: 24 ժամվա ընթացքում տվյալների 175 գիտնականներ մշակել են 1,300 բանաձևեր և ալգորիթմներ՝ պատասխանելու այն հարցին. Արդյունքները ակնարկեցին կոլեկտիվ հետախուզության ուժի մասին, և մասնակիցները մշակեցին բանաձևեր, որոնք բնութագրվեցին որպես համաշխարհային կարգի:

«Այս հաքաթոնում բացահայտված պատկերացումները հուշում են Big Data-ի հզորության և ներուժի մասին՝ ինչպես մտավոր բացահայտումների, այնպես էլ ցանկացած տեսակի կազմակերպությունների համար բիզնես արժեքի համար», - ասում է EMC Greenplum-ի տարածաշրջանային տնօրեն Քրիս Ռոշը:

Բայց ինչպե՞ս եք վճարում արտիստներին:

Այն բանից հետո, երբ արդյունաբերությունը որոշեց, որ երգը հիթական պոտենցիալ ունի և թողարկի այն որպես սինգլ, ինչպե՞ս է այն հաշվարկում հոնորարները, երբ երգը հնչում է սոցիալական մեդիա հարթակներում կամ հոսքային կայքերում: Հենց այս պահին «բոլոր չափերի ձայնագրման լեյբլները բախվում են աճող խնդրի հետ՝ կապված Spotify-ի, Deezer-ի և YouTube-ի նման հոսքային ընկերությունների տվյալների խմբերի հետ, բայց ավելի քիչ մարդիկ, քան երբևէ դա անելու են»:

Տեղեկատվության կառավարման տեսանկյունից հիմնական մարտահրավերներից մեկն այն է, որ տվյալների բազայի կառավարման համակարգերի մեծ մասը մշակված չեն տվյալների հավաքածուներ մշակելու համար, որոնք նույնքան մեծ և բարդ են, որքան մեծ տվյալները: Օրինակ, երաժշտական ​​դիստրիբյուտորների կողմից ստեղծված թվային տվյալների ֆայլերի չափը շատ ավելին է, քան Excel-ի նման ծրագրերը կարող են կարգավորել: Սա խնդիրներ է ստեղծում, ներառյալ բացակայող տվյալները և ֆայլերի պիտակները, որոնք անհամատեղելի են հաշվապահական ծրագրերի հետ:

Շատ դեպքերում այս բոլոր հարցերը լուծվում են հաշվապահների կողմից՝ առանց այդ էլ ծանր աշխատանքին ավելացնելով լրացուցիչ ժամանակ և աշխատուժ: Շատ դեպքերում պիտակի վերադիր ծախսերի մեծ տոկոսը կապված է հաշվապահական հաշվառման բաժնում:

Այս խնդիրների դեմ պայքարելու համար ձեռնարկատերերը մշակում են բիզնես հետախուզական հարթակներ, որոնք կարող են կազմակերպել և վերլուծել մեծ տվյալները: Լավագույն օրինակներից մեկը ավստրիական Rebeat ընկերությունն է, ով իր ծառայությունները նկարագրում է որպես «հոգորությունների հաշվառում երեք կտտոցով»: Հիմնադրվելով 2006 թվականին, այն արագորեն վերածվել է Եվրոպայի առաջատար թվային դիստրիբյուտորի և ապահովում է հասանելիություն 300 թվային ծառայություններ ամբողջ աշխարհում: Ըստ էության, Rebeat-ը պարզեցնում է հաշվապահական պրակտիկան և կատարում հետին պլանի աշխատանքը, ինչպես օրինակ՝ տվյալների դաշտերի համապատասխանությունը հաշվապահական ծրագրերում, այնպես որ հաշվապահական հաշվառման բաժինն ազատ է կառավարելու բյուջեները: Նրանք նաև ապահովում են ենթակառուցվածք՝ կառավարելու ռոյալթիի վճարումները՝ համաձայն պայմանագրային պայմանագրերի, թվային երաժշտության խանութների հետ ուղղակի համաձայնագրերի, վաճառքներին հետևելու գծապատկերներ ստեղծելու և ամենակարևորը տվյալների արտահանման համար CSV ֆայլեր:

Իհարկե, ծառայությունը գալիս է իր գնով: Forbes-ը հայտնել է, որ ձայնագրման լեյբլները պետք է օգտագործեն Rebeat-ը որպես դիստրիբյուտոր, որպեսզի կարողանան օգտվել ընկերության տվյալներից, որն արժե 15% վաճառքի միջնորդավճար և հաստատագրված վճար՝ $649 ամեն տարի: Հաշվարկները ցույց են տալիս, սակայն, որ շատ դեպքերում պիտակի հաշվապահական ծածկույթը հաճախ շատ ավելի թանկ արժե, ինչը նշանակում է, որ Rebeat-ի հետ ստորագրումը կարող է գումար խնայել: