Bonjour,
nous
sont
une équipe
de
Université
de
Connecticut.
Aujourd'hui nous serait comme à présent
Relation entre le Taper de Musique et Économique Conditions.
Ce est notre ordre du jour pour le présentation.
Premièrement, nous volonté introduire notre données ensemble
et alors voir le signification de variables comme dictionnaire.
Troisième, nous volonté parler à propos notre hypothèse pour notre étude.
Quatrième, nous volonté aller à travers notre arrière-plan
et alors le données traitement partie
tel comme changement catégorique variables à continu variables
et manutention notre manquant valeurs et valeurs aberrantes et alors diviser le données ensemble.
Suivant, nous volonté discuter le meilleur modèle dans notre ensemble de données.
Dernièrement, nous volonté donner entreprise valeurs et recommandations.
Dans ce étude, nous volonté analyser le chansons popularité sur Spotify dans NOUS
depuis 2006 à 2019 comme Bien comme économique indicateurs
tel comme PIB, inflation r a mangé, chômage taux, et bonheur variable.
Dans ce ensemble de données, nous avoir 1 389 rangées et 20 colonnes.
Nous avoir pris ce ensemble de données depuis Kaggle.
En outre, autre ensembles de données sont Morris pour économique indicateur.
Nous peut voir plus détaillé information sur le suivant page.
Ce est notre dictionnaire de ensemble de données.
Le cible variable est popularité
lequel moyens le plus haut le valeur, le plus populaire le chanson est.
Il serait être le continu variable.
Dans le variable prédictive, nous avoir musical attributs
tel comme explicite, capacité à danser, et intensité.
Aussi, nous avoir quatre variables pour économique indicateurs
lequel sont PIB, bonheur indice, chômage taux, et inflation.
Notre hypothèse est que pendant fois de économique ralentissement économique,
nous supposer là est un augmenter dans le popularité de optimiste
et énergique genres tel comme électronique danse musique,
pendant que pendant économique croissance périodes,
plus émouvant, introspectif, réfléchi musique
tendre à dominer le graphiques.
Nous attendre que il fournit précieux connaissances dans le culture
et économique facteurs que influence le musique industrie
et peut assister musique producteurs et spécialistes du marketing
dans compréhension consommateur comportement et fabrication informé décisions.
Nous sont en utilisant 2006 à 2019 année dans le NOUS.
Il spectacles que 2006 à 2007 est avant la récession temps,
donc économie était toujours stable.
2008 à 2009 est allé à travers un mondial financier crise.
2010 à 2012 est poste- récession récupération temps.
Dans ce temps, le économie a commencé en convalescence.
Dans 2013 à 2015 est constant récupération temps.
Dans 2016 à 2017, le économie suite à grandir.
Enfin, 2018 à 2019 est en retard- scène croissance temps.
Dans ce temps, il était approchant a plus mature et écurie État.
Nous trouvé que le pire le économie,
le plus positif le taper de musique personnes écouter à.
Basé sur ce chronologie, nous peut obtenir a corrélation avec autre variables.
Comme toi peut voir dans ce graphique, nous peut voir que chômage taux
devient plus haut pendant 2008 à 2012 lequel est a mondial financier crise.
Basé sur ce hypothèse,
positif musique volonté être populaire pour ce temps.
Ce est à propos des tempos et le années.
Le inférieur valeur moyens le inférieur fois et plus haut valeur moyens le plus haut fois
lequel nous pensons que inférieur fois
peut apparaître dans le triste chanson ou plus doux chansons
et le plus haut fois peut apparaître dans le inspirant chansons ou plus heureux chansons.
Nous regarder dans 2006 à travers 2007 quand le économie était croissance et écurie,
toi pourrait voir que ils comptabilisé… Le inférieur le tempo a plus…
Inférieur- temps chansons apparu plus parties dans ce période.
Si nous regarder dans 2013 à travers 2015 et 2016 à travers 2017
quand le économie était croissance, nous pourrait voir que ils aussi
avoir plus inférieur- temps chansons comparé avec le autre années.
Si nous regarder dans 2008 à 2009 et 2010 à travers 2012
quand le économie était vraiment mauvais,
2008 à travers 2009 était le financier crise
et 2010 à travers 2012, le chômage taux était le le plus élevé.
Toi peut voir que plus haut- temps chansons avoir plus parties dans ceux années.
Nous a obtenu a conclusion que personnes pourrait tourner à écouter à plus haut- temps chansons
quand le économie était vraiment mauvais
et ils concernant tourné à écouter à le inférieur chansons
quand le économie était bien.
Suivant page.
Nous regarder dans valence et le années.
Le inférieur valence moyens que il volonté être a négatif chansons
ou a parcelle de plus doux chansons,
et plus haut valeurs moyens que il volonté être plus heureux chansons,
positif chansons.
Nous regarder dans 2008 à travers 2009 et 2010 à travers 2012,
économique mauvais période.
Nous pourrait voir que le positif chansons apparu plus parties dans ceux périodes.
Dans 2013 à travers 2015 et 2016 à travers 2017,
le économie était croissance,
ils comptabilisé plus partie dans le négatif chansons
lequel correspondre notre hypothèse, semble que personnes pourrait écouter
à plus négatif chansons quand le économie était bien
et personnes vouloir à écouter à plus inspirant chansons ou positif chansons
quand le économie était vraiment mauvais.
Suivant Page.
Regarder dans le total nombre de frapper chansons de chaque années.
Nous peut voir que à travers 2013 à 2017 le hanche houblon chansons était croissant
et 2018 à 2019,
là avoir plus genre chansons apparaître dans ce période.
Le hanche houblon chansons et le populaire chanson et le danse chansons diminué,
mais le chanson latine et le R &B chansons augmenté.
Suivant page.
Il volonté être clair si nous regarder dans ce graphique,
nous pourrait voir que le autre genre de chansons comptabilisé plus parties dans 2018 à travers 2019.
Si nous regarder à travers le temps période,
nous pourrait voir que alors que le économie était croissance, le autre genres de chansons
comptabilisé plus parties que le économique était vraiment mauvais.
Suivant page.
Quand nous comparer avec le valence et le PIB,
nous peut trouver que le valence et le PIB sont négativement corrélé à chaque autre.
Il semble que quand le PIB était haut
nous volonté dire que le économie était bien et le valence volonté être inférieur.
Il moyens que personnes peut tourner à écouter à le négatif chansons
quand le économie était vraiment bien,
mais ils volonté écouter à le positif chansons quand le économie était vraiment mauvais.
Page suivante.
Avant nous faire notre modèle,
nous regarder dans notre ensemble de données et nous trouvé t quel genre
était le seulement catégorique variable.
Nous transformer il dans Sept colonnes de binaire variables.
Il volonté être bleus, classique, pays danse, facile écoute, populaire, et hanche houblon.
Suivant page.
Nous aussi accord avec le manquant valeur.
Nous trouvé [inaudible 00:10:38] r aïe. Nous exclu tous de eux.
Le suivant, nous regardé à le valeurs aberrantes et leur distribution.
Il tours dehors le seulement colonne, instrumentalité, avait 86 valeurs aberrantes.
Nous décidé à transformer le colonne
en utilisant SHASH transformer à normaliser le colonne
et sur le droite côté, toi peut voir que c'est normalisé.
Suivant page, s'il te plaît.
Après nettoyage le ensemble de données, maintenant il est temps à diviser le ensemble de données.
Nous divisé 0,6, 0,2, et 0,2 à entraînement, validation, et test ensemble de données.
Suivant glisser, s'il te plaît.
Après postuler à plusieurs différent modèles tel comme décision arbre, régression,
[inaudible 00:11:46] , KNN, neural réseau, nous trouvé que le décision arbre
a le le plus élevé R Carré
et il prouve que il échoué à rejeter notre nul hypothèse.
Suivant glisser, s'il te plaît.
Quand toi regarder fermer à le colonne contributions,
autre que le musique facteurs tel comme durée, acoustique, clé,
nous aussi trouvé que chômage taux,
PIB, et inflation taux aussi a positif corrélation
avec notre cible variable, popularité.
Mais parmi le économique facteurs, le chômage taux
a le le plus élevé impact sur le cible variable.
Mais autre que que,
le musique facteurs tel comme durée, acoustique, clé, intensité, et valence
sont le haut cinq contribution à notre cible variable.
Suivant glisser, s'il te plaît.
Basé sur notre modèles résultat, nous peut dire que chômage taux
a le le plus élevé corrélation parmi économique facteurs avec popularité,
mais aussi autre facteurs avoir positif corrélation
avec le cible variable.
Comme chômage taux et [inaudible 00:13:15] taux obtient plus haut,
le chansons que a haut durée, acoustique, clé, intensité,
valence, langage verbal, énergie, et capacité à danser sont populaire.
Essentiellement, le chanson que est plus long, plus plus lumineux, et plus capacité à danser
a le plus haut popularité pendant ceux fois.
Suivant glisser, s'il te plaît.
Selon à notre étude, nous trouvé que le économique impact
de le popularité de différent types de chansons
donc nous recommander que pendant le économique tourner vers le bas,
nous recommander que le musique producteurs à faire haut- durée acoustique, clé,
intensité, valence, langage verbal, énergie, et capacité à danser musique et vice inversement.
Entre-temps, quand le l'économie est en plein essor,
nous recommandons le musique producteurs à faire faible durée,
acoustique, clé, intensité, valence, langage verbal,
énergie, et capacité à danser musique.
Suivant glisser, s'il te plaît.
Ce est notre référence.
Ce est joli beaucoup tout nous préparons pour ce présentation.
Remercier toi donc beaucoup pour écoute.
