Διερέυνηση της προβλεπτικής ισχύος audio features στη μουσική δημοφιλία : διασύνδεση cloud-based Apache Cassandra και Apache Spark
| datacite.contributor.RelatedPerson | Μακρής, Χρήστος | |
| datacite.contributor.RelatedPerson | Τσίχλας, Κώστας | |
| datacite.contributor.Supervisor | Σιούτας, Σπύρος | |
| dc.contributor.author | Μελάνης, Γεώργιος | |
| dc.contributor.other | Melanis, Georgios | |
| dc.date.accessioned | 2026-02-02T10:34:32Z | |
| dc.date.available | 2026-02-02T10:34:32Z | |
| dc.date.issued | 2026-02-01 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Η πρόβλεψη της εμπορικής επιτυχίας ενός μουσικού κομματιού αποτελεί κεντρική πρόκληση στη σύγχρονη μουσική βιομηχανία. Η παρούσα διπλωματική εργασία εστιάζει στην ανάπτυξη και αξιολόγηση μοντέλων μηχανικής μάθησης για την πρόβλεψη της δημοτικότητας τραγουδιών, βασιζόμενη κυρίως σε ηχητικά χαρακτηριστικά. Χρησιμοποιώντας το Track Popularity Dataset (TPD), υλοποιήθηκε μια cloud-native αρχιτεκτονική με DataStax Astra DB για την αποθήκευση και Apache PySpark για την κατανεμημένη επεξεργασία. Εξετάστηκαν αλγόριθμοι όπως η Γραμμική Παλινδρόμηση, οι μέθοδοι κανονικοποίησης Ridge και Lasso, και το Random Forest, σε συνδυασμό με τεχνικές προεπεξεργασίας όπως η επιλογή χαρακτηριστικών. Τα αποτελέσματα ανέδειξαν την ανωτερότητα των μη-γραμμικών μοντέλων. Η ανάλυση σημαντικότητας ανέδειξε τον κυρίαρχο ρόλο του ρυθμού και της χροιάς. Η έρευνα καταλήγει στο συμπέρασμα ότι, ενώ τα ηχητικά χαρακτηριστικά διαθέτουν σημαντική προγνωστική ισχύ, ένα μεγάλο μέρος της δημοτικότητας καθορίζεται από εξωγενείς παράγοντες. | |
| dc.description.translatedabstract | This thesis investigates the feasibility of predicting music popularity using solely audio features extracted from the raw audio signal of musical tracks. The study is based on the Track Popularity Dataset (TPD), which integrates popularity indicators from multiple platforms (Billboard, Spotify, Last.fm) with high-dimensional audio feature representations. A complete cloud-based data engineering and machine learning pipeline was developed using Apache Spark and DataStax Astra DB, covering data cleaning, integration, feature transformation, and supervised learning preparation. Multiple regression models were trained and evaluated, with Random Forest combined with feature selection yielding the best performance. The experimental results indicate that audio features encode a measurable, though inherently limited, predictive signal regarding music popularity. | |
| dc.identifier.uri | https://hdl.handle.net/10889/31154 | |
| dc.language.iso | el | |
| dc.subject | Μουσική εμπορική επιτυχία | |
| dc.subject | Δημοτικότητα τραγουδιών | |
| dc.subject.alternative | Hit song science | |
| dc.subject.alternative | Track popularity dataset | |
| dc.subject.alternative | Audio feature engineering | |
| dc.subject.alternative | Cloud-based ML pipeline | |
| dc.title | Διερέυνηση της προβλεπτικής ισχύος audio features στη μουσική δημοφιλία : διασύνδεση cloud-based Apache Cassandra και Apache Spark | |
| dc.title.alternative | Investigating the predictive ability of audio features in music popularity : cloud-based Apache Cassandra and Apache Spark integration |