要約
この論文では、Spotify の音楽データを使用して、Spotify API を通じて抽出されたオーディオ特徴と価性スコアを含む、音楽の感情と傾向の複雑な分析を実施します。
この研究では、回帰モデリング、時間分析、気分の遷移、ジャンル調査を利用して、音楽と感情の関係のパターンを明らかにしています。
価数スコアを予測するために、線形回帰モデル、サポート ベクター、ランダム フォレスト、およびリッジが使用されます。
時間分析により、時間の経過に伴う価数分布の変化が明らかになり、気分遷移の探索により、プレイリスト内の感情のダイナミクスが明らかになります。
この研究は、音楽の感情構造に対する微妙な洞察に貢献し、長年にわたって音楽と感情の相互作用についての理解を深めています。
要約(オリジナル)
This paper conducts an intricate analysis of musical emotions and trends using Spotify music data, encompassing audio features and valence scores extracted through the Spotipi API. Employing regression modeling, temporal analysis, mood transitions, and genre investigation, the study uncovers patterns within music-emotion relationships. Regression models linear, support vector, random forest, and ridge, are employed to predict valence scores. Temporal analysis reveals shifts in valence distribution over time, while mood transition exploration illuminates emotional dynamics within playlists. The research contributes to nuanced insights into music’s emotional fabric, enhancing comprehension of the interplay between music and emotions through years.
arxiv情報
| 著者 | Shruti Dutta,Shashwat Mookherjee |
| 発行日 | 2023-10-29 15:57:31+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google