Dance Charts 2017

Das Portal für Musik-News, Charts und DJ-Promotion

USER-AREA LOGIN

 

Wissenschaftler untersuchen Daten

Studie: Hits von heute sind weniger aggressiv und von Sängerinnen

(Geschätzte Lesezeit: 2 - 3 Minuten)

Studie: Hits von heute sind weniger aggressiv und von SängerinnenStudie über Trends in der Musik | Bild: Valentino Funghi on Unsplash

Mittels Machine Learning haben Wissenschaftler der University of California, Irvine die Entwicklung der Pop-Musik in Großbritannien im Zeitraum von 1985 bis 2015 untersucht. Dabei haben sie verschiedene Korrelationen herausgefunden, etwa seien Hits von heute weniger aggressiv und Sängerinnen stärker in den Charts vertreten. Außerdem gebe es im Allgemeinen einen starken Abwärtstrend bei der Heiterkeit und der Helligkeit von Tracks, dafür existiere aber ein leichter Anstieg bei traurigen Liedern. Die Autoren der Studie entwickelten außerdem ein Modell, mit dem Sie vorhersagen können, ob ein Song zum Hit werden wird, sie konnten bis zu 85% Genauigkeit erzielen. 


Ergebnisse der Studie

Unter Leitung der Mathematik-Professorin Natalia L. Komarova haben sechs Wissenschaftler und Studenten über 500.000 in Großbritannien zwischen 1985 und 2015 veröffentlichte Songs untersucht. Dabei wurde jener Teil der Songs, die es in die offiziellen Single Charts geschafft haben, als erfolgreich deklariert, was etwa 4% pro Jahr sind. So sollte herausgefunden werden, welche akustischen Merkmale hinter dem Erfolg stecken und ob es mögliche Trends im Zeitverlauf gebe. 

Im Allgemeinen scheinen Hits fröhlicher, weiblicher, party-tauglicher und weniger entspannt als der Rest der Titel zu sein. Jedoch seien die Eigenschaften erfolgreicher Songs nicht trivialer Natur, so würden sie im Hinblick auf manche Merkmale ihrer Zeit voraus sein, bei anderen jedoch die Vergangenheit widerspiegeln. Über den Zeitverlauf hinweg habe man festgestellt, dass Hits deutlich weniger aggressiv seien und öfter von Frauen stammen würden.

Featured Track (Werbung)

Außerdem habe die Forschungsgruppe ein Machine-Learning-Modell auf Basis der Daten entwickelt, das den Erfolg eines Songs vorhersagen könne. Die verwendete Methodik nennt sich Random Forests, außerdem wurde neben den akustischen Variablen noch eine Kontrollgröße hinzugenommen, die angibt, ob der Künstler hinter einem Song bereits in den Charts war oder noch unbekannt ist. Es konnte im besten Fall 85% Genauigkeit erzielt werden und es wurde festgestellt, dass kürzliche Jahre offenbar eine höhere Aussagekraft für die Vorhersage haben als weit zurückliegende. 

Falls du dich für Machine Learning interessierst und nicht vor einem Fachartikel zurückschreckst, findest du das originale Paper hier. Übrigens werden ähnliche Methoden wie die in dieser Studie beschriebene bereits in der Praxis bei Streamingdiensten wie Spotify verwendet, um ihre Playlisten zu kuratieren. Wie du als Künstler diese Algorithmen für dich verwenden kannst, kannst du hier nachlesen nachlesen.

 

Schreibe hier deinen Kommentar...
Abbrechen
Loading comment... The comment will be refreshed after 00:00.

Sei der Erste, der hier einen Kommentar schreibt.

Über den Autor
Vitus Benson

Musik begeistert mich, ich höre gerne perfekte Kompositionen, sei es elektronische Musik, Indie oder Rap, das Genre stört mich dabei nicht so sehr. Als Freelancer für Dance-Charts unterstütze ich bei Festival-Kooperationen, im Social-Media-Marketing sowie in der Redaktion. Ich freue mich auf deine Kontaktaufnahme!

LinkedIn | E-Mail

Featured Track

DANCE-CHARTS Top 100 auf Spotify

 

Mobile Version