L'ADN dels exits musicals: Anàlisi i recomanació basada en patrons
Puigbó Paricio, Marc
Hernandez-Sabaté, Aura, tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Gil Resina, Debora, tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	El ADN de los éxitos musicales : Análisis i recomendación basada en patrones
Títol variant:	The DNA of Musical Hits : Analysis and Recommendation based on patterns
Data:	2025
Resum:	Aquest treball de final de grau analitza l'existència de patrons o tendències entre cançons d'èxit mitjançant tècniques de processament de senyal i agrupació no supervisada (DBSCAN). A partir d'una base de dades amb les 200 cançons més escoltades del rànquing Billboard Global 2024, s'han extret característiques musicals (to, timbre, energia, etc. ) i s'ha desenvolupat un sistema de recomanació basat en el contingut acústic. Els resultats mostren una agrupació coherent per gènere musical i una similitud en aspectes com el to, la intensitat sonora i el ritme, cosa que suggereix la presència de patrons comuns en les cançons d'èxit.
Resum:	Este trabajo de fin de grado analiza la existencia de patrones o tendencias entre canciones exitosas mediante técnicas de procesamiento de señal y agrupación no supervisada (DBSCAN). A partir de una base de datos con las 200 canciones más escuchadas del ranking Billboard Global 2024, se han extraído características musicales (tono, timbre, energía, etc. ) y se ha desarrollado un sistema de recomendación basado en el contenido acústico. Los resultados muestran una agrupación coherente por género musical y una similitud en aspectos como el tono, la intensidad sonora y el ritmo, lo que sugiere la presencia de patrones comunes en las canciones de éxito.
Resum:	This final degree project investigates whether popular songs share common acoustic patterns by applying signal processing and unsupervised clustering (DBSCAN) techniques. Using a dataset of the 200 most streamed songs from the Billboard Global 2024 chart, musical features (tone, timbre, energy, etc. ) were extracted and analyzed. A recommendation system based solely on audio content was implemented. Results show a coherent grouping by musical genre and a similarity in aspects such as tone, sound intensity, and rhythm, suggesting the presence of common patterns in hit songs.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Llengua:	Català
Titulació:	Grau en Enginyeria de Dades [2503758]
Pla d'estudis:	Enginyeria de Dades [1394]
Document:	Treball final de grau ; Text
Matèria:	Sistemes de recomanació ; Característiques acústiques ; Clustering no supervisat ; DBSCAN ; Billboard ; Similitud musical ; Recomanació basada en contingut ; Extracció de característiques ; Sistemas de recomendación ; Características acústicas ; Clustering no supervisado ; Recomendación basada en contenido ; Extracción de características ; Recommendation systems ; Audio features ; Unsupervised clustering ; Music similarity ; Content-based recommendation

13 p, 1.9 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG