Primjena prediktivne analize nad tekstovima i audiološkim karakteristikama pjesama

diplomski rad

• Naslov (engleski): Applying predictive data analysis on texts and audio features of songs
• Autor: Mihael Župančić
• Mentor: Marko Banek (mentor)
• Član povjerenstva: Marko Banek (predsjednik povjerenstva)
• Član povjerenstva: Boris Vrdoljak (član povjerenstva)
• Član povjerenstva: Damir Pintar (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2014-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu napravljena je prediktivna analiza koja postupkom regresije utvrđuje ovisnost godine izdavanja pjesme o njenim audiološkim karakteristikama te često ponavljanim riječima u pjesmi. Podaci o pjesmama su dobiveni iz podatkovnih skupova „The Million Song Dataset“ i „The musiXmatch Dataset“.
Objašnjeni i korišteni su različiti analitički i korektivni postupci za dobivanje konačnog regresijskog modela. Najprije je izrađen model za predviđanje godine isključivo na temelju audioloških karakteristika. Konačni model je unakrsno ispitan te su analizom važnosti varijabli modela izvedeni zaključci o odnosima zavisne i nezavisnih varijabli.
Potom je napravljen i model za predviđanje godine izdavanja pjesme iz često pojavljivanih riječi u pjesmi te je zavisna varijabla tog modela dodana kao nezavisna varijabla u model odnosa godine i audioloških karakteristika. Novi, kombinirani model je također unakrsno ispitan.

Sažetak (engleski)

In this thesis predictive analysis by means of regression was made in order to determine possible dependency between the release year of songs and their audio characteristics as well as most frequent words in their lyrics. Data on songs were taken from the Million Song Dataset as well as The musicXmatch Dataset.
Analytical and corrective measures have been explained and applied on the data in order to construct the final regression model. The first type of model predicts the release year of a song based exclusively on its audio characteristics. Using cross validation, the model was examined and relationships between the dependent variable and independent variables have been explained.
Another model was made to predict the song release year from the count of most frequenty words in the lyrics of a song. The dependent variable of this model was added as an independent variable to the first model type and a cross validation was made for the new, combined model type.

• Ključne riječi: dubinska analiza podataka; linearna regresija; korelacija; the million song database
• Ključne riječi (engleski): data mining; linear regression; correlation; the million song database
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:318490
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 14:38:41