A robust longitudinal model for song popularity: A cross-cultural study
Başlık çevirisi mevcut değil.
- Tez No: 696448
- Danışmanlar: DR. ÖĞR. ÜYESİ ENİS KAYIŞ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
Spotify ve Apple Music gibi yeni nesil müzik akış platformlarının kullanımı son yıllarda hızla artmıştır. Kullanıcı tabanının müzik tercihlerini anlamak bu firmalar için değerlidir ve bu da daha yüksek müşteri memnuniyeti anlamına gelmektedir. Bu çalışmada, akustik özellikleri ve sanatçılar ile ilgili özellikleri kullanarak farklı faktörlerin müzik popülaritesi üzerindeki etkilerini ölçmek için çeşitli istatistiksel modeller geliştirilmiş ve karşılaştırılmıştır. Bu faktörlerin her birinin şarkı popülerliğini ne kadar etkilediği konusunda herhangi bir kültürel farklılık olup olmadığını anlamak için üç ülkeden elde edilen sonuçları karşılaştırılmıştır. Sonuçları karşılaştırmak için veri kaynağı olarak haftalık ilk 200 şarkı listesi ve şarkıların akustik özellikleri kullanılmıştır. Akustik özelliklerin yanı sıra akustik benzerlik, tür, şarkı güncelliği özelliklerini de veri setine eklenmiştir. Bu çalışmada, zamanla değişen regresyon katsayılarını gözlemlemek için Esnek En Küçük Kareler (FLS) ve Optimal Aşamalı Linear Regresyon (SLR) yöntemleri uygulanmıştır. Ayrıca SLR problemini makul bir sürede çözmek için regresyon ağacı tabanlı bir sezgisel algoritma önerilmiştir. FLS yöntemi, ardışık haftaların katsayı farklarını mümkün olduğunca küçük tutmaya çalışır. Öte yandan, SLR ardışık hafta katsayıları arasındaki değişimi kontrol etmez, ancak zaman içinde yalnızca sınırlı sayıda katsayı değişikliğine izin verir. FLS yönteminden elde ettiğimiz katsayılar, müzik dinleme alışkanlığını etkileyen faktörlerin değişimini takip edilebildiğini ve bu değişimlerle gerçek yaşam olayların ilişkilendirilebileceği gösterilmiştir. Ayrıca SLR yöntemi için önerdiğimiz sezgisel yöntem ile, farklı ülkelerdeki müzik zevkindeki önemli değişikliklerin zamanı hakkında bize ipuçları veren optimuma yakın çözümlere hızlı bir şekilde ulaşılabilmiştir. Son olarak, çalışma ile yaptığımız çıkarımlar, müzik endüstrisinin büyümesine yardımcı olabilineceiğini ve müzik zevki değişikliklerinin sosyo-kültürel/politik yönlerini keşfetmek için antropolojik alanlara katkıda bulunabilineceğini göstermiştir.
Özet (Çeviri)
Spotify ve Apple Music gibi yeni nesil müzik akış platformlarının kullanımı son yıllarda hızla artmıştır. Kullanıcı tabanının müzik tercihlerini anlamak bu firmalar için değerlidir ve bu da daha yüksek müşteri memnuniyeti anlamına gelmektedir. Bu çalışmada, akustik özellikleri ve sanatçılar ile ilgili özellikleri kullanarak farklı faktörlerin müzik popülaritesi üzerindeki etkilerini ölçmek için çeşitli istatistiksel modeller geliştirilmiş ve karşılaştırılmıştır. Bu faktörlerin her birinin şarkı popülerliğini ne kadar etkilediği konusunda herhangi bir kültürel farklılık olup olmadığını anlamak için üç ülkeden elde edilen sonuçları karşılaştırılmıştır. Sonuçları karşılaştırmak için veri kaynağı olarak haftalık ilk 200 şarkı listesi ve şarkıların akustik özellikleri kullanılmıştır. Akustik özelliklerin yanı sıra akustik benzerlik, tür, şarkı güncelliği özelliklerini de veri setine eklenmiştir. Bu çalışmada, zamanla değişen regresyon katsayılarını gözlemlemek için Esnek En Küçük Kareler (FLS) ve Optimal Aşamalı Linear Regresyon (SLR) yöntemleri uygulanmıştır. Ayrıca SLR problemini makul bir sürede çözmek için regresyon ağacı tabanlı bir sezgisel algoritma önerilmiştir. FLS yöntemi, ardışık haftaların katsayı farklarını mümkün olduğunca küçük tutmaya çalışır. Öte yandan, SLR ardışık hafta katsayıları arasındaki değişimi kontrol etmez, ancak zaman içinde yalnızca sınırlı sayıda katsayı değişikliğine izin verir. FLS yönteminden elde ettiğimiz katsayılar, müzik dinleme alışkanlığını etkileyen faktörlerin değişimini takip edilebildiğini ve bu değişimlerle gerçek yaşam olayların ilişkilendirilebileceği gösterilmiştir. Ayrıca SLR yöntemi için önerdiğimiz sezgisel yöntem ile, farklı ülkelerdeki müzik zevkindeki önemli değişikliklerin zamanı hakkında bize ipuçları veren optimuma yakın çözümlere hızlı bir şekilde ulaşılabilmiştir. Son olarak, çalışma ile yaptığımız çıkarımlar, müzik endüstrisinin büyümesine yardımcı olabilineceiğini ve müzik zevki değişikliklerinin sosyo-kültürel/politik yönlerini keşfetmek için antropolojik alanlara katkıda bulunabilineceğini göstermiştir.
Benzer Tezler
- Demiryolu araçları için yeniden tutunma kontrolünün ve kararlılık analizlerinin yapılması
Re-adhesion control and stability analysis for a railway vehicle
ÇAĞLAR UYULAN
Doktora
Türkçe
2017
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. METİN GÖKAŞAN
- Analysis of helicopter downwash/frigate airwake interaction using statistically designed experiments
Helikopter alt iz bölgesi/firkateyn art iz bölgesi etkileşiminin istatistiksel olarak tasarlanmış deneyler ile analizi
YAVUZ NACAKLI
Doktora
İngilizce
2010
Havacılık ve Uzay MühendisliğiOld Dominion UniversityHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. DREW LANDMAN
- Otomatik transmisyon vites değişim tepkilerini objektif olarak değerlendirmeye yönelik model bazlı yaklaşım geliştirilmesi
A model based approach for objective evaluation of automatic transmission shift quality
HİLMİ ERSİN OKTAR
Yüksek Lisans
Türkçe
2020
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGEN AKALIN
- Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction
Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü
DUYGU ÖZYILDIRIM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Parameter estimations in linear mixed models with heavy-tailed and skew distributions
Lineer karma modellerde kalın kuyruklu ve çarpık dağılımlara dayalı parametre tahminleri
TUĞBA KAPUCU
Doktora
İngilizce
2023
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FULYA GÖKALP YAVUZ