ПРОГНОЗУВАННЯ ПОПУЛЯРНОСТІ МУЗИЧНИХ ТРЕКІВ НА ПЛАТФОРМІ SPOTIFY НА ОСНОВІ ЧИСЛОВИХ МЕТРИК

Анотація

В сучасному світі музика відіграє важливу роль у житті мільйонів людей, а платформи для стрімінгу музики, такі як Spotify, стали невід'ємною частиною сучас-ної культури. Популярність музичних треків має велике значення для музичної індуст-рії, впливаючи на доходи артистів та тренди в музичному світі. Прогнозування попу-лярності музичних треків є важливим завданням, яке може допомогти артистам, продюсерам та платформам краще розуміти вподобання слухачів та оптимізувати свої стратегії. Для прогнозування популярності музичних треків застосовувались моделі Decision Tree Classifier, KNeighbors Classifier, XGBoost Classifier та Random Forest Classifier. Загаль-ний аналіз показав, що моделі XGBoost та Random Forest є найбільш ефективними для прогнозування популярності музичних треків. Вони демонструють високу точність і стійкість до змін у наборі атрибутів, що робить їх придатними для використання у реальних умовах.