تحليل الأغاني الناجحة على سبوتيفاي: البيانات والخوارزميات وعلم النجاح الموسيقي

إنفورماتيك ديجيتال » الموارد » تحليل أغاني سبوتيفاي الناجحة: البيانات والخوارزميات وعلم النجاح الموسيقي

أصبح سبوتيفاي مختبرًا مثاليًا لدراسة عوامل نجاح الأغاني : إذ نمتلك بيانات تشغيل فورية، ومقاييس متقدمة للفنانين، وملايين المستمعين الذين يتخذون قراراتهم كل ثانية. وبعيدًا عن كونه مجرد منصة استماع، تحوّل سبوتيفاي إلى قاعدة بيانات ضخمة تُحلل فيها الأنماط والمشاعر والأنواع الموسيقية واستراتيجيات قوائم التشغيل لفهم أسباب نجاح بعض الأغاني واختفاء أخرى.

في السنوات الأخيرة، ظهرت أدوات وأبحاث أكاديمية ونماذج تعلم آلي مخصصة لتحليل الأغاني الرائجة على سبوتيفاي ، بدءًا من دراسة قوائم الأغاني الأكثر استماعًا مثل "أفضل أغاني اليوم" أو "راب كافيار"، وصولًا إلى بناء خوارزميات قادرة على التنبؤ بما إذا كانت أغنية ما ستنضم إلى المجموعة الأكثر شعبية في الكتالوج. في الوقت نفسه، سهّلت خدمة "سبوتيفاي للفنانين" الوصول إلى هذه البيانات، مما يسمح لأي فنان بمعرفة جمهوره، ومكان وكيفية اكتشافه، وتعديل استراتيجيته الإبداعية والتسويقية وفقًا لذلك.

ما هو تحليل الأغاني الرائجة على سبوتيفاي بالضبط، ولماذا هو مهم؟

عندما نتحدث عن تحليل الأغاني الرائجة على سبوتيفاي، فإننا لا نقتصر على عدد مرات تشغيل الأغنية فحسب، بل نعتمد نهجًا أوسع يجمع بين الصوت والسياق وسلوك المستخدم للإجابة على سؤال بالغ الأهمية ولكنه غير مريح: هل يمكن التنبؤ بنجاح أغنية قبل إصدارها؟ باستخدام بيانات من واجهة برمجة تطبيقات سبوتيفاي، يعمل الباحثون على متغيرات مثل الشعبية، والطاقة، والقيمة، والمدة، والإيقاع، وقابلية الرقص، في محاولة للوصول إلى إجابة أقرب.

يستند هذا النهج إلى ما يُعرف بـ "علم الأغاني الناجحة "، وهي فكرة شاع استخدامها على يد مايك مككريدي في أوائل الألفية الثانية: استخدام الخوارزميات والنماذج الرياضية للتنبؤ بالأغاني التي ستحقق أداءً جيدًا في قوائم الأغاني الأكثر استماعًا وعلى الإذاعات. ورغم أن الدراسات المبكرة خلصت إلى صعوبة ذلك (وأن النماذج لم تكن دقيقة بما فيه الكفاية)، فقد تغير المشهد تمامًا مع ظهور خدمات البث المباشر، والزيادة الهائلة في حجم البيانات، وتطوير تقنيات التعلم الآلي.

يُقدّم Spotify اليوم واجهة برمجة تطبيقات (API) تُتيح الوصول إلى عشرات الآلاف من المقاطع الموسيقية وخصائصها الموسيقية والسياقية : بدءًا من المفتاح الموسيقي والنمط، وصولًا إلى احتمالية كون المقطع صوتيًا أو موسيقيًا بحتًا، بما في ذلك مقاييس مُصممة خصيصًا لوصف كيفية إدراك الأغنية (الطاقة، والجاذبية، وقابلية الرقص، إلخ). كل هذا يُتيح الانتقال من الآراء الشخصية إلى تحليل كمي أكثر دقة.

في الوقت نفسه، تساعد أداة Spotify for Artists المبدعين على تجنب الانشغال بمقاييس التباهي والتركيز على ما يهم حقًا: بناء قاعدة جماهيرية طويلة الأمد، والتفاعل، والاحتفاظ بالجمهور، وكيف تؤثر الجهود التسويقية على تكوين قاعدة جماهيرية حقيقية. بعبارة أخرى، الأرقام مهمة، ولكن ضمن سياقها وهدفها الاستراتيجي.

قوائم التشغيل الرسمية والاستراتيجية: ثقل القوائم التحريرية

يُعدّ دور قوائم التشغيل التحريرية الرسمية أحد أهم العناصر في أي تحليل جاد للأغاني الرائجة على سبوتيفاي . فقوائم مثل Discover Weekly وRelease Radar وToday's Top Hits وNew Music Friday وRap Caviar وMint و¡Viva Latino! تُشكّل عوامل تضخيم هائلة: إذ يُمكن أن يُغيّر الظهور في إحداها مسار أغنية أو حتى مسيرة فنان بشكل جذري.

تتيح لك أدوات الطرف الثالث مثل Soundcharts معرفة أداء الفنان في قوائم التشغيل هذه : عدد مرات الظهور، ومدة البقاء، والأسواق التي يكون له فيها التأثير الأكبر، وما إلى ذلك. يوضح هذا النوع من التحليل أن التواجد في قوائم التشغيل التحريرية ليس مجرد استعراض، بل هو عنصر أساسي في استراتيجية النمو على المنصة.

توجد معايير متكررة في بناء قوائم تشغيل عالية الجودة. على سبيل المثال، يُفضّل تنوّع الفنانين على تكرار الأسماء نفسها مرارًا وتكرارًا . قوائم التشغيل التي يظهر فيها الفنان نفسه مرات كثيرة جدًا غالبًا ما تحصل على تقييمات منخفضة لأنها تُقلّل من متعة الاكتشاف لدى المستمع.

يُسعى أيضاً إلى تحقيق توازن متناسق بين الأنواع الموسيقية . فعندما تمزج قائمة التشغيل بين أنماط كثيرة دون اتجاه واضح، تصبح التجربة مشتتة وينخفض ​​التقييم. تميل قوائم التشغيل الأفضل أداءً إلى التركيز على نوع موسيقي واحد أو بضعة أنواع محددة جيداً، مما يساعد المستخدم على فهم ما يمكن توقعه بمجرد الضغط على زر التشغيل.

جانبٌ آخر مهم هو المزج بين الأغاني المعروفة والأغاني الصاعدة . قوائم التشغيل التي تضم فقط الأغاني الرائجة جيدة، لكنها لا تُتيح الكثير لاكتشاف أغاني جديدة. في المقابل، تميل قوائم التشغيل التي تجمع بين الأغاني المعروفة والروائع الأقل شهرة إلى توليد تفاعل أكبر والمساهمة في ظهور أغاني جديدة ناجحة.

وأخيرًا، هناك إجماع عام على أن قائمة التشغيل الجيدة يجب أن تحتوي على 50 أغنية على الأقل لتقديم تجربة متكاملة . غالبًا ما يُنظر إلى قوائم التشغيل التي تحتوي على أقل من 10 أغاني على أنها ضعيفة وتحصل على تقييمات أقل، مما يؤثر أيضًا على أداء الأغاني التي تتضمنها.

نبذة تاريخية عن سبوتيفاي وأصل تحليلاتها

قبل أن تتمكن سبوتيفاي من إجراء تحليل متقدم للأغاني الرائجة، كان على المنصة نفسها أن تجد مكانها في صناعة الموسيقى. انبثقت الفكرة، التي وضعها المؤسس المشارك دانيال إيك، بعد انهيار نابستر عام ٢٠٠٢: أراد إيك إنشاء خدمة "أفضل من القرصنة، ولكنها في الوقت نفسه تُدرّ ربحًا لصناعة الموسيقى ". في ذلك الوقت، كان إيك يدير برنامج يو تورنت، أحد أبرز برامج مشاركة الملفات عبر تقنية الند للند، لذا كان لديه معرفة مباشرة بعالم التوزيع غير المصرح به.

بعد بيع برنامج uTorrent لشركة BitTorrent في أواخر عام 2006، ركّز إيك جهوده بالكامل على تطوير Spotify. أُطلق التطبيق رسميًا في السويد عام 2008، بعد إبرام اتفاقيات ترخيص وحصص ملكية مع شركات إنتاج موسيقي كبرى : Sony Music Entertainment وUniversal Music Group وWarner Music Group. وبعد عام، توسّع نطاقه ليشمل المملكة المتحدة، وفي عام 2011، أُطلق في الولايات المتحدة.

في تلك الفترة الأولية، نمت قاعدة المشتركين المدفوعين من حوالي مليون مشترك في أوروبا إلى ما يقرب من 4 ملايين مشترك على مستوى العالم في عام 2012. وبحلول عام 2016، كانت Spotify قد أعلنت بالفعل عن 40 مليون مستخدم مدفوع وحوالي 100 مليون مستخدم إجمالي، مما عزز مكانة البث كشكل مهيمن لاستهلاك الموسيقى في جميع أنحاء العالم.

في الوقت نفسه، بدأت تظهر أدوات تحليل البيانات للفنانين. أولها خدمة "Fan Insights " التي أتاحت لبعض الفرق إمكانية محدودة للوصول إلى بيانات البث المباشر، مثل البيانات الديموغرافية والجغرافية والاتجاهات الأساسية. وفي عام ٢٠١٧، تطورت هذه الخدمة إلى "Spotify for Artists"، مما فتح المجال أمام جميع الفنانين للاطلاع على مؤشراتهم الرئيسية واستخدام البيانات لاتخاذ قرارات بشأن الجولات الفنية والإصدارات والترويج.

في عام ٢٠١٨، طرحت الشركة أسهمها للاكتتاب العام بقيمة سوقية تقارب ٣٠ مليار دولار . ومنذ ذلك الحين، استمر عدد الأسواق التي تعمل فيها بالنمو، إلى جانب تزايد أهمية التحليلات ضمن منصتها. ما بدأ كمنصة تشغيل وسائط مرخصة، أصبح بنية تحتية عالمية تُهيمن عليها البيانات.

مقاييس سبوتيفاي: كيفية قياس نجاح الأغنية بما يتجاوز عدد مرات الاستماع

لبناء نماذج التنبؤ بالأغاني الناجحة، من الضروري أولاً فهم نوع البيانات التي توفرها واجهة برمجة تطبيقات Spotify . فعلى سبيل المثال، في دراسة ركزت على السوق الهندية، تم استخراج أكثر من 46.000 تسجيل أغنية من قوائم التشغيل التي أنشأتها Spotify، والتي تغطي مجموعة واسعة من الأنواع الموسيقية والأنواع الفرعية.

تُنظَّم المعلومات في عدة أقسام. على مستوى المقطع الصوتي، نجد بيانات مثل المعرّف، والعنوان، والفنان، والشعبية، وتاريخ الإصدار، والمدة بالمللي ثانية . على مستوى الألبوم، يُخزَّن المعرّف والاسم. على مستوى قائمة التشغيل، يظهر الاسم، والمعرّف، والنوع، والنوع الفرعي المرتبط به.

لكن الجانب الأكثر إثارة للاهتمام في تحليل الأغاني الناجحة هو خصائص الصوت ، والتي تُقسّم إلى فئات مختلفة: خصائص الحالة المزاجية (قابلية الرقص، الطاقة، التكافؤ، الإيقاع)، والخصائص الفيزيائية (شدة الصوت، وضوح الكلام، الطابع الآلي)، والسياق (الصوتية، الحيوية)، والمقاطع الموسيقية (المفتاح، المقام). ويتم تعريف كل متغير من هذه المتغيرات وتوحيده بدقة.

على سبيل المثال، تُعبّر قابلية الرقص عن نفسها بقيمة تتراوح بين 0 و1، تُلخّص مدى سهولة الرقص على أنغام أغنية ما ، بناءً على عناصر مثل الإيقاع، وثبات السرعة، وقوة النغم. كما تتراوح الطاقة أيضًا بين 0 و1، وتحاول تحديد ما إذا كانت الأغنية تبدو حماسية وسريعة وقوية، مقابل أغنية أكثر هدوءًا أو رقة.

يصف مصطلح "التكافؤ" الحالة العاطفية الإيجابية المتصورة للصوت: فالقيم المنخفضة تُشير إلى مشاعر الحزن أو التوتر أو الكآبة، بينما تُشير القيم المرتفعة إلى الموسيقى المبهجة أو المشرقة أو المبهجة. أما "الصوتية" فتقيس احتمالية كون المقطع صوتيًا، و"الحيوية" تُشير إلى وجود جمهور حي في التسجيل، و"الخطابية" تُشير إلى نسبة الكلمات المنطوقة في المزيج الصوتي (عالية جدًا، على سبيل المثال، في البودكاست أو المقاطع الصوتية المنطوقة).

تشمل المعايير المهمة الأخرى الإيقاع (بالنبضات في الدقيقة) ، والمدة الإجمالية، والمفتاح الموسيقي (مُشفّرًا كرقم صحيح)، والنمط (كبير أو صغير)، وشعبية الأغنية. تُعدّ الشعبية مقياسًا داخليًا في سبوتيفاي يتراوح بين 0 و100، ويعتمد على كلٍّ من عدد مرات الاستماع وحداثة الأغنية . فالأغنية التي كانت رائجة جدًا قبل سنوات، ولكنها نادرًا ما تُشغّل الآن، ستشهد انخفاضًا في شعبيتها بمرور الوقت.

كيفية إعداد وتنظيف مجموعة البيانات للتنبؤ بالنتائج

إحدى الخطوات التي غالباً ما يتم إغفالها عند مناقشة تحليل الأغاني الناجحة على سبوتيفاي هي إعداد مجموعة البيانات . في هذه الدراسة، تم جمع البيانات باستخدام لغة البرمجة R وبيئة RStudio، وذلك باستدعاء واجهة برمجة تطبيقات سبوتيفاي (Spotify API) لمجموعات مختلفة من السوق (الهند)، والأنواع الموسيقية، والأنواع الفرعية المختارة وفقاً لأهميتها العالمية والمحلية.

عند دمج الأغاني من قوائم تشغيل متنوعة، من الشائع تكرار العديد من المقاطع، لأن الأغنية نفسها قد تظهر في قوائم مختلفة. ولأن الهدف لم يكن تحليل استراتيجية قوائم التشغيل بحد ذاتها، بل خصائص الأغاني، فقد تم حذف المقاطع المكررة ، مما قلل العدد الإجمالي للأغاني الفريدة من 46.417 إلى حوالي 39.147 أغنية.

تم حذف الأعمدة التي لن تُستخدم كمتغيرات تفسيرية في النماذج، مثل الفنان، ومعرّف الألبوم واسمه، والحقول الخاصة بقوائم التشغيل. وفي الوقت نفسه، تم توحيد أسماء الحقول وتعديل أنواع البيانات: على سبيل المثال، تم تحويل الشعبية، والنمط، والمفتاح، والمدة إلى قيم عشرية لتسهيل التحليل الإحصائي.

كان من أهم القرارات تحويل مفهوم الشعبية إلى متغير أكثر قابلية للقياس. فبدلاً من التعامل مع قيمة متصلة من 0 إلى 100، تم تحديد عتبة لفصل الأغاني الشائعة عن غير الشائعة . وبأخذ النسبة المئوية 85 من التوزيع (حوالي 65 من حيث الشعبية)، تُعتبر الأغاني التي تتجاوز هذه القيمة "شائعة"، بينما تُعتبر الأغاني الأخرى "غير شائعة".

وبهذه الطريقة، قُسّمت مجموعة البيانات إلى ما يقارب 6.000 أغنية رائجة و33.000 أغنية غير رائجة . ولأغراض التحليل الاستكشافي، قُسّمت البيانات إلى خمس فئات من حيث الشعبية (عالية جدًا، عالية، متوسطة، منخفضة، ومنخفضة جدًا)، بفواصل زمنية قدرها 20 نقطة، مما أتاح مقارنة الاتجاهات الدقيقة بين مستويات النجاح.

بالإضافة إلى ذلك، تم استخلاص متغير جديد من عناوين الأغاني: مؤشر المشاعر . باستخدام مكتبة TextBlob في بايثون، حُسبت قطبية كل عنوان (رقم بين -1 و1) وصُنفت إلى إيجابية أو سلبية أو محايدة. أُضيفت هذه القيمة العددية إلى إطار البيانات لدراسة ما إذا كانت نبرة العنوان مرتبطة بشعبيته.

استكشاف البيانات: ما الذي يميز الأغاني الأكثر شعبية؟

قبل تدريب أي نموذج للتعلم الآلي، من الضروري تخصيص وقت للاستكشاف البصري والإحصائي للبيانات . في هذه الدراسة، تم تحليل منحنيات التوزيع، والمتوسطات لكل مجموعة شعبية، والعلاقات بين المشاعر والنجاح.

إحدى النتائج اللافتة تتعلق بطابع الأغاني الأكثر نجاحًا. عند النظر إلى الأغاني التي تجاوزت نسبة شعبيتها 90، لوحظ أن عددًا أكبر منها يحمل قيمة طابع أقل من 0,5 ؛ أي أنها بدت أكثر حزنًا وكآبةً وحزنًا من كونها مبهجة. لم يكن هذا هو السائد المطلق، ولكنه كان اتجاهًا واضحًا.

عند رسم توزيع الشعبية حسب النوع الموسيقي، اتخذت معظم المنحنيات شكلاً جرسياً تقريباً ، حيث تركزت العديد من الأغاني حول المتوسط، بينما قلّ عددها عند الأطراف. مع ذلك، أظهرت أنواع موسيقية مثل الروك، والآر أند بي، والإلكترونية، والموسيقى العالمية، والموسيقى الهندية بعض التباين نتيجةً لوجود عدد كبير من الأغاني ذات الشعبية الصفرية. في المقابل، بدت أنماط موسيقية مثل البوب، والراب، واللاتينية، والديسي أكثر توازناً، مع تركيز أقل عند مستوى الصفر.

يشير هذا إلى أنه في تلك الأنواع الأكثر شيوعًا، من الأسهل عمومًا تحقيق مستوى معين من الشعبية ، حتى لو لم تكن الأغاني تحتوي على جميع الخصائص المثالية، بينما في الأنماط الأخرى يكون توزيع النجاح أكثر استقطابًا.

عند مقارنة متوسطات الخصائص المختلفة حسب فئة الشعبية، برز نمط واضح للغاية: تميل الأغاني الأكثر نجاحًا إلى امتلاك طاقة وقوة صوتية أعلى (مستوى الصوت المُدرَك) ، بالإضافة إلى استخدام أكبر للآلات الموسيقية وقلة الكلام. ببساطة، الأغاني التي تحقق أفضل أداء على منصات البث الموسيقي عادةً ما تكون أكثر قوة وتركيزًا على الموسيقى أكثر من الكلمات المنطوقة.

كما لوحظ أن الأغاني الشائعة تتميز بانخفاض مستوى الصوتيات والحيوية ؛ أي أنها تبدو أقل "صوتية" وأقل "حيوية". فهي أكثر إنتاجاً في الاستوديو، وأكثر صقلاً، مع ضوضاء محيطة أقل أو إحساس يشبه الحفلات الموسيقية.

ومن النتائج الرئيسية الأخرى أن الأغاني الرائجة تميل إلى أن تكون أقصر من الأغاني غير الرائجة . في سياق يعتمد فيه الدخل على عدد مرات الاستماع، وتكافئ فيه الخوارزميات التكرار، فمن المنطقي أن تحظى الأغاني الأقصر بمعدلات استماع أسرع وتصبح أكثر ملاءمة لقوائم التشغيل.

فيما يتعلق بالسعادة المُدركة (القيمة)، فإن الاتجاه مثير للاهتمام: ترتفع مستوياتها من الفئات الأقل شعبية إلى الفئة "العليا"، ولكن في الفئة الأكثر تطرفًا، "العالية جدًا"، هناك انخفاض ملحوظ. بعبارة أخرى، تميل الأغاني فائقة الشعبية إلى أن تبدو أكثر حزنًا من الأغاني "الناجحة" فحسب ، مما يفتح المجال أمام العديد من التفسيرات حول الذوق العام والسياق الاجتماعي والعاطفي.

التحليل الإحصائي: تأثير الأنواع الموسيقية وخصائص الصوت

بعد تحليل البيانات، تمثلت الخطوة التالية في تطبيق اختبارات إحصائية رسمية لتحديد المتغيرات التي يمكن اعتبارها ذات صلة بتفسير الشعبية. ولدراسة ما إذا كان الجنس يؤثر على النجاح، تم استخدام تحليل التباين (ANOVA) مع تسعة أنواع رئيسية.

أظهرت نتائج تحليل التباين قيمة F عالية جدًا، مع انعدام الدلالة الإحصائية تقريبًا، مما يعني وجود فروق ذات دلالة إحصائية في الشعبية بين الجنسين . مع ذلك، هذا ليس كافيًا؛ فمن المهم أيضًا معرفة أزواج الجنسين التي توجد بينها هذه الفروق، وما إذا كان المتغير مفيدًا لنموذج تنبؤي.

نظراً لعدم تجانس التباينات وتفاوت عدد الأغاني لكل نوع موسيقي، تم استخدام اختبار جيمس-هاول اللاحق . وقد مكّننا هذا التحليل من تحديد أيّ من تركيبات الأنواع الموسيقية لم تُظهر اختلافاتٍ جوهرية في الشعبية، مما جعل استخدام النوع الموسيقي كمتنبئ قوي في نماذج التعلّم الآلي أقلّ جدوى.

بالتوازي مع ذلك، أُجريت اختبارات t مستقلة لكل خاصية صوتية، لمقارنة المتوسطات بين مجموعتي الأغاني الشائعة وغير الشائعة. عند مستوى دلالة 95%، أظهرت جميع المتغيرات تقريبًا (قابلية الرقص، والطاقة، والجهارة، والصوتية، والحيوية، والمدة، والإيقاع، والقيمة، والطابع الآلي) فروقًا دالة إحصائيًا بين المجموعتين.

الاستثناء الوحيد الظاهر كان الإسهاب في الكلام . في الاختبار الأول، لم يكن الفرق في المتوسطات ذا دلالة إحصائية، لكن التحليل اللاحق كشف أن نطاقات الإسهاب في الكلام للمواضيع الشائعة جدًا (بقيم تتراوح بين 0,024 و0,685) تقع ضمن النطاق الأوسع للفئة الأقل شيوعًا (بين 0 و0,964). لم يمنع هذا التداخل الإسهاب في الكلام، عند استخدامه بفعالية، من المساهمة بمعلومات في النموذج، لذلك تقرر الإبقاء عليه كمتغير تنبؤي.

باختصار، أظهرت كتلة الميزات الصوتية قوة وصفية واضحة فيما يتعلق بالشعبية ، بينما تم التعامل مع النوع بحذر أكبر وتم استبعاده كمتغير أساسي في بعض مناهج التنبؤ.

بناء نماذج التعلم الآلي للتنبؤ بالنتائج

بعد تنظيف مجموعة البيانات واختيار المتغيرات ذات الصلة، حان الوقت لإنشاء نماذج تصنيف ثنائية قادرة على التنبؤ بما إذا كانت الأغنية تنتمي إلى أعلى 15% من حيث الشعبية. وللقيام بذلك، تم تحويل المتغيرات الفئوية key وmode أولاً إلى متغيرات وهمية باستخدام دالة get_dummies من مكتبة Pandas.

بعد دمج هذه المتغيرات الوهمية، تم حذف أعمدة النبرة والنمط الأصلية، بالإضافة إلى عمود الشعبية المستمر، وتم الاحتفاظ بحقل الشعبية الثنائي (شائع مقابل غير شائع) كمتغير مستهدف. قبل تدريب النماذج، تم توحيد جميع السمات الرقمية باستخدام StandardScaler، نظرًا لاختلاف مقاييسها وأهمية أن تكون لها أوزان متقاربة.

تم تقسيم مجموعة البيانات إلى مجموعتي تدريب واختبار باستخدام دالة train_test_split، مع تخصيص 20% من السجلات للاختبار . وقد حال ذلك دون تسرب البيانات، وضمن أن تعكس مقاييس الأداء قابلية تعميم النماذج الفعلية، وليس فقط قدرتها على حفظ بيانات التدريب.

كان النموذج الأول المُطبق هو الانحدار اللوجستي ، وهي تقنية شائعة الاستخدام في التصنيف الثنائي. تم تطبيق نسخة تكرارية منه بمعدل تعلم 0,01 و200 تكرار، وتم تقييمها باستخدام التحقق المتبادل. بلغ متوسط ​​الدقة حوالي 84,7%، وهي نتيجة ممتازة لمشكلة معقدة مثل التنبؤ بالنجاح الموسيقي.

بعد ذلك، تم اختبار خوارزمية أقرب الجيران (KNN) ، التي تصنف كل أغنية وفقًا لأقرب k جار لها في فضاء الميزات. ومن خلال ضبط قيمة ky باستخدام البحث الشبكي لإيجاد التكوين الأمثل، تم الحصول على دقة مماثلة جدًا، حوالي 84,8%، مع تحسن طفيف في نتيجة التحقق المتبادل مقارنةً بالانحدار اللوجستي.

كان النموذج التالي هو آلة المتجهات الداعمة (SVM) ، وهي تقنية إشرافية أخرى قادرة على التعامل مع العلاقات الخطية وغير الخطية. ومرة ​​أخرى، من خلال ضبط المعلمات الفائقة، تم تحقيق دقة تقارب 84,6%، مع قيم مماثلة في التحقق المتبادل، مما يشير إلى أداء مستقر.

تم أيضًا تقييم مصنف بايز الساذج ، الذي يعتمد على افتراض استقلال الميزات . على الرغم من كونه نموذجًا أبسط بكثير من حيث الافتراضات، إلا أن نتائج دقته (حوالي 84,6%) كانت مماثلة لدقة مصنف آلة المتجهات الداعمة (SVM) وقريبة جدًا من دقة الانحدار اللوجستي وخوارزمية أقرب جار (KNN)، مما يعزز فكرة أن بنية المشكلة مناسبة تمامًا لهذا النوع من النهج الاحتمالي.

أخيرًا، تم اختبار النماذج القائمة على شجرة القرار. حقق مصنف شجرة القرار دقة أقل بكثير، حوالي 75,4%، وأكد التحقق المتبادل هذا الانخفاض في الأداء، والذي يُعزى على الأرجح إلى مشكلات التخصيص الزائد. أما مصنف الغابة العشوائية ، الذي يجمع بين العديد من الأشجار لتخفيف هذه التأثيرات، فقد تحسن بشكل ملحوظ، محققًا دقة حوالي 84,1% وأكثر من 84% في التحقق المتبادل.

لإتمام التحليل، تم إنشاء مصفوفة ارتباك وتقرير تصنيف لنموذج الغابة العشوائية. أظهر النموذج قدرة ممتازة على تحديد الأغاني غير الشائعة (الفئة الأغلبية)، بدقة 0,85 واستدعاء يقارب 0,99، بينما كان أداؤه في فئة الأغاني الشائعة (الفئة الأقلية) متواضعًا، بدقة 0,40 واستدعاء 0,05. وهذا يُبرز التحدي الكلاسيكي المتمثل في عدم توازن الفئات في هذا النوع من المشكلات.

أهمية المتغيرات: ما الذي يزن أكثر عند تحقيق النجاح؟

إلى جانب معرفة النموذج الأكثر دقة، من الضروري فهم أيّ الخصائص تُقدّم معلومات مفيدة حقًا عند التنبؤ بشعبية أغنية ما. ولتحقيق هذه الغاية، استُخدمت خوارزمية XGBoost (XGBClassifier) ​​للحصول على درجات أهمية المتغيرات، بناءً على مساهمة كل خاصية في تقليل الخطأ في أشجار القرار.

أظهرت النتائج أن طول الأغنية كان بارزًا بشكل واضح عن البقية ، حيث حصلت على درجة F أعلى بكثير من 400. تتوافق هذه النتيجة مع فكرة أن الأغاني الأقصر تشجع على الاستماع المتكرر وبالتالي تراكم المزيد من مرات التشغيل في وقت أقل، وهو أمر تميل خوارزمية التوصية الخاصة بـ Spotify إلى مكافأته.

على النقيض تمامًا، حصلت متغيرات مثل المفتاح، والنمط، والمشاعر المستخلصة من العنوان نفسه على درجات أهمية أقل من 50، مما يشير إلى أن مساهمتها في القدرة التنبؤية الإجمالية للنموذج كانت ضئيلة. هذا لا يعني أنها عديمة التأثير تمامًا، بل يعني أن وزنها، مقارنةً بالخصائص الأخرى، أقل بكثير.

أما السمات الصوتية المتبقية (مثل الطاقة، وقابلية الرقص، والحيوية، والجهارة، والصوتية، والحيوية، والوضوح، والطابع الآلي) فقد تراوحت ضمن نطاق متوسط، حيث تراوحت درجات F بين 200 و300، مما يشير إلى أنها تشكل مجموعة معلومات متوازنة إلى حد كبير . لا يطغى أي منها بشكل كامل، ولكنها مجتمعة تساعد في تكوين صورة دقيقة إلى حد ما عن فرص نجاح الأغنية.

بشكل عام، تمكنت النماذج القائمة على الميزات الصوتية من التنبؤ بدقة تتراوح بين 84-85% ما إذا كانت الأغنية ستكون جزءًا من أفضل 15% من الأغاني الأكثر شعبية ، مما يعطي بعض الدعم التجريبي للحدس القديم لـ "علم الأغاني الناجحة": مع البيانات الجيدة والتقنيات المناسبة، فإن النجاح الموسيقي ليس عشوائيًا تمامًا، على الرغم من وجود عنصر كبير لا يمكن التنبؤ به.

تُظهر الصورة التي يرسمها هذا التحليل أن دمج بيانات سبوتيفاي والإحصاءات التقليدية ونماذج التعلّم الآلي يُمكّننا من تجاوز مجرد عدّ مرات الاستماع. إن فهم تأثير مدة الأغنية، وطاقتها، وقيمتها، ونوعها الموسيقي، إلى جانب دور قوائم التشغيل التحريرية وديناميكيات التوصيات في المنصة، يُزوّد ​​الفنانين وشركات الإنتاج والمحللين بخطة عمل واضحة لفهم أسباب نجاح بعض الأغاني وكيفية تعزيز فرصهم في الانضمام إلى هذه المجموعة المتميزة دون فقدان العنصر الإنساني والإبداعي الذي، لحسن الحظ، يبقى غير قابل للاختزال إلى أي معادلة.