Algoritma konco musik

Pindhah liwat, American Idol.

Kisah sukses sabanjure ing industri musik ora bakal ditemokake ing kompetisi bakat sing dhuwur. Nanging, bakal diidentifikasi ing set data kanthi algoritma kompleks sing dirancang kanggo nemokake tren panggunaan lan bisnis.

Ing lumahing, cara iki muni garing lan luwih tanpa emosi saka kritik Simon Cowell, nanging iku bener cara paling umum milih "bab sabanjure gedhe." Saben-saben masyarakat ngeklik link YouTube, ngirim foto konser ing Twitter, utawa ngobrol babagan band ing Facebook, dheweke nyumbang kanggo informasi sing diarani data gedhe. Istilah kasebut nuduhake kumpulan data sing gedhe lan ngemot sesambungan sing kompleks. Mikir babagan struktur jaringan media sosial. Padha ngemot mayuta-yuta profil pangguna individu sing disambungake bebarengan dening kekancan, 'seneng', anggota grup, lan liya-liyane.Intine, data gedhe nggambarake struktur platform kasebut.

Ing industri musik, data gedhe digawe dening aktivitas kaya dodolan online, download, lan komunikasi sing ditindakake liwat aplikasi utawa lingkungan media sosial. Metrik sing diukur kalebu "jumlah kaping lagu dimainake utawa dilewati, uga tingkat daya tarik sing ditampa ing media sosial adhedhasar tumindak kayata seneng lan tweet Facebook." Alat analitik nemtokake popularitas sakabèhé kaca penggemar lan ndhaftar komentar positif utawa negatif babagan artis. Bebarengan, informasi iki ngenali tren saiki, ngevaluasi denyut digital artis, lan ndadékaké dodolan liwat single, barang dagangan, tiket konser, lan malah langganan layanan streaming musik.

Ing babagan nemokake bakat anyar, data gedhe nduweni peran penting kanggo ngasilake minat ing label rekaman utama. Ing pirang-pirang kasus, perusahaan ngitung tampilan kaca, 'seneng', lan pengikut artis. Banjur, angka bisa gampang dibandhingake karo seniman liyane ing genre sing padha. Sawise tumindak wis nggawe satus ewu plus pandherekipun Facebook utawa Twitter, manager talent njupuk kabar lan miwiti drum munggah kapentingan ing industri musik dhewe.

Data gedhe milih hit Top 40 sabanjure

Kemampuan kanggo ngenali tren saiki lan prédhiksi megastar sabanjuré teka karo ganjaran financial gedhe kanggo kabeh sing melu. Umpamane, ilmuwan data nyinaoni pengaruh media sosial ing album iTunes lan nglacak dodolan kanthi mbandhingake metrik siji karo penghasilan liyane. Dheweke nyimpulake yen kegiatan media sosial ana hubungane karo peningkatan penjualan album lan trek. Luwih khusus, tampilan YouTube duwe pengaruh paling gedhe ing dodolan; nemokake sing dijaluk akeh label rekaman kanggo ngunggah video music budget gedhe menyang platform kanggo ningkataké singles. Sadurunge mbuwang mayuta-yuta kanggo produksi video, analisis digunakake kanggo ngenali lagu endi sing bakal dadi hits adhedhasar aktivitas online pamirsa sing ditargetake. Akurasi prediksi kasebut ana hubungane karo kualitas analisis data gedhe.

Wirausaha ing industri musik saiki nyoba nganggo metode anyar kanggo ngembangake algoritma sing ngasilake informasi kanthi efisiensi lan akurasi sing luwih gedhe. Salah sawijining conto sing paling misuwur yaiku usaha patungan antarane EMI Music lan Data Science London sing diarani The EMI Million Interview Dataset. Iki diterangake minangka "salah sawijining set data apresiasi musik paling sugih lan paling gedhe sing wis kasedhiya - kumpulan data sing masif, unik, sugih, lan berkualitas tinggi sing disusun saka riset global sing ngemot kapentingan, sikap, prilaku, akrab, lan apresiasi musik kaya sing diungkapake dening penggemar musik."

David Boyle, Wakil Presiden Senior kanggo Insight ing EMI Music, nerangake, "(Iku) dumadi saka sejuta wawancara sing nyritakake topik kaya tingkat semangat kanggo genre musik lan sub-genre tartamtu, metode sing disenengi kanggo panemuan musik, seniman musik favorit, pikirane babagan pembajakan musik, streaming musik, format musik, lan demografi penggemar.

Tujuane proyek kasebut yaiku ngeculake koleksi informasi iki menyang publik lan ningkatake kualitas bisnis ing industri musik.

"Kita wis sukses gedhe nggunakake data kanggo mbantu kita lan seniman kita ngerti konsumen, lan kita bungah kanggo nuduhake sawetara data kita kanggo mbantu wong liya nindakake padha," ujare Boyle.

Ing 2012, EMI Music and Data Science London njupuk proyek luwih maju kanthi dadi tuan rumah Music Data Science Hackathon. EMC, pimpinan donya ing ilmu data lan solusi data gedhe, gabung karo usaha kasebut lan nyedhiyakake infrastruktur IT. Sajrone 24 jam, 175 ilmuwan data ngembangake 1,300 rumus lan algoritma kanggo mangsuli pitakon: "Apa sampeyan bisa prédhiksi manawa pamireng bakal seneng lagu anyar?" Asil kasebut nuduhake kekuwatan intelijen kolektif lan para peserta ngembangake formula sing digambarake minangka kelas donya.

"Wawasan sing dicethakake ing hackathon iki nuduhake kekuwatan lan potensial sing diduweni Big Data - kanggo panemuan intelektual lan kanggo nambah nilai bisnis kanggo organisasi apa wae," ujare Chris Roche, Direktur Regional kanggo EMC Greenplum.

Nanging kepiye carane sampeyan mbayar seniman?

Sawise industri nemtokake manawa lagu kasebut wis potensial lan dirilis minangka single, kepiye carane ngetung royalti nalika lagu kasebut diputer ing platform media sosial utawa situs streaming? Saiki, "label rekaman kabeh ukuran ngadhepi masalah sing saya tambah akeh amarga kudu nyelarasake reams data saka perusahaan streaming kaya Spotify, Deezer, lan YouTube, nanging luwih sithik wong sing nglakoni."

Salah sawijining tantangan utama saka perspektif manajemen informasi yaiku umume sistem manajemen basis data ora dikembangake kanggo nangani set data sing gedhe lan rumit kaya data gedhe. Contone, ukuran file data digital sing diasilake dening distributor musik ngluwihi apa sing bisa ditangani program kaya Excel. Iki nggawe masalah kalebu data sing ilang lan label file sing ora kompatibel karo piranti lunak akuntansi.

Umume kasus, kabeh masalah kasebut diurutake dening akuntan, nambahake wektu lan tenaga kerja kanggo beban kerja sing wis abot. Ing sawetara kasus, persentase gedhe saka overhead label diikat ing departemen akuntansi.

Kanggo ngatasi masalah kasebut, para pengusaha ngembangake platform intelijen bisnis sing nduweni kapasitas kanggo ngatur lan nganalisa data gedhe. Salah sawijining conto sing paling apik yaiku perusahaan Austria Rebeat, sing nggambarake layanan kasebut minangka "akuntansi kerajaan kanthi telung klik." Didegake ing 2006, wis cepet berkembang dadi distributor digital Eropa lan nyedhiyakake akses menyang 300 layanan digital ing saindenging jagad. Ateges, Rebeat nyelarasake praktik akuntansi lan nangani karya backend, kaya lapangan data sing cocog ing piranti lunak akuntansi, mula departemen akuntansi bebas ngatur anggaran. Dheweke uga nyedhiyakake prasarana kanggo ngatur pembayaran royalti sesuai karo perjanjian kontrak, perjanjian langsung karo toko musik digital, ngasilake grafik kanggo nglacak penjualan, lan sing paling penting, ngekspor data menyang file CSV.

Mesthi, layanan kasebut kanthi rega. Forbes nglaporake manawa label rekaman kudu nggunakake Rebeat minangka distributor supaya bisa ngakses data perusahaan, sing biaya komisi penjualan 15% lan biaya tetep $ 649 saben taun. Prakiraan suggest, Nanging, ing sawetara kasus, overlay accounting label asring biaya adoh luwih, kang tegese tandha karo Rebeat bisa dadi ngirit dhuwit.