REVISTA INNOVACIÓN Y SOFTWARE VOL 4 Nº 2 Septiembre - Febrero 2023 ISSN Nº 2708-0935
RECIBIDO 07/05/2023 ● ACEPTADO 15/08/2023 ● PUBLICADO 30/09/2023
RESUMEN
En la actualidad los servicios de música en streaming se han convertido en uno de los principales
medios de consumo de música alrededor del mundo. Spotify ofrece servicios de transmisión de
música y abarca más de treinta millones de canciones. Cada año hay un incremento en la
producción de canciones por lo cual es más difícil que una canción se establezca como un hit en
el mercado. El presente trabajo tuvo como objetivo aplicar la técnica de modelado de Regresión
Lineal para encontrar una tendencia del conjunto de datos sobre el índice de popularidad de las
canciones en la plataforma Spotify, de esta manera predecir un resultado con nuevos datos que
ingresen. Se aplicó una metodología cuantitativa basada en datos medibles que se tomaron como
datasets. Como resultado se obtuvo un error cuadrático medio de 94.79 y una varianza de 0.20.
La conclusión del trabajo es que el dataset utilizado no fue el ideal acorde a nuestro objetivo.
Palabras claves:
Python, Regresión Lineal, Predicción.
ABSTRACT
Edith M. Coaquira Cuevas
Universidad Nacional de San Agustín.
ecoaquiracu@unsa.edu.pe
Cesar Vasquez Alvarez
Universidad Nacional de San Agustín.
cvasqueza@unsa.edu.pe
Emerson D. Mendoza Hilasaca
Universidad Nacional de San Agustín.
emendozahi@unsa.edu.pe
Jeffrey J. Pinto Ñaupa
Universidad Nacional de San Agustín.
jpinton@unsa.edu.pe
ARK: ark:/42411/s12/a110
DOI: 10.48168/innosoft.s12.a110
PURL: 42411/s12/a110
REVISTA INNOVACIÓN Y SOFTWARE VOL 4 Nº 2 Septiembre - Febrero 2023 ISSN Nº 2708-0935
122
Currently, streaming music services have become one of the main means of music consumption
around the world. Spotify offers music streaming services and covers more than thirty million
songs. Every year there is an increase in the production of songs so it is more difficult for a song
to establish itself as a hit in the market. The objective of this work was to apply the Linear
Regression modeling technique to find a trend of the data set on the popularity index of songs on
the Spotify platform, in this way predict a result with new data that enters. A quantitative
methodology was applied based on measurable data that were taken as datasets. As a result, a
mean square error of 94.79 and a variance of 0.20 were obtained. The conclusion of the work is
that the dataset used was not the ideal according to our objective.
Keywords:
Python, Linear Regression, Predict.
INTRODUCCIÓN
A lo largo del tiempo, la industria musical ha pasado por revoluciones tecnológicas y
comunicativas. La industria musical está experimentando un fuerte crecimiento gracias al avance
de Internet y el surgimiento de nuevas tecnologías de la comunicación, como son las redes
sociales o diversas plataformas de contenido, como Spotify o YouTube [1]. La forma de consumo
de música ha cambiado y en la actualidad, los servicios de música de streaming se han convertido
en uno de los principales medios en los que se consume música alrededor de todo el mundo y su
crecimiento no muestra señales de estancamiento. En la investigación [2] menciona los servicios
más populares de plataformas de música, entre los cuales Spotify lidera el ranking seguido de
sus principales competidores Apple Music y Amazon Music.
Smith et al. [3] mencionan a Spotify como una empresa de software el cual ofrece servicios de
transmisión de música, Spotify es lanzado en el 2008 y en los siguientes 10 años tuvo un
crecimiento continuo convirtiéndose en un icono para una nueva generación de organizaciones
ágiles. Sus oficinas de desarrollo e investigación cuentan con una forma de trabajo y estructuras
organizativas con un diseño que promueve la colaboración, innovación y autonomía.
El éxito de las canciones es regido en una serie de factores tal como lo presenta Interiano et al
[4], hicieron el análisis de más 500000 canciones lanzadas en el Reino Unido entre los años 1985
y 2015 para ello usaron la técnica de Machine Learning “bosques aleatorios” para predecir el éxito
de las canciones que le permitió cuantificar la contribución de las características puramente
musicales en el éxito de las canciones. Entonces sugiriendo una escala temporal de la dinámica
de la moda en la música exitosa. También mencionan el descubrimiento de varias tendencias
multi décadas que tuvieron relevancia para comprender la dinámica del éxito el cual define como
ocupar puestos en las listas principales, correlacionar el éxito con las características acústicas y
explorar la previsibilidad del éxito.