数据2000至2023年Spotify最佳与最差歌曲数据集

数据2000至2023年Spotify最佳与最差歌曲数据集 数据来源：互联网公开数据 标签：Spotify,音乐,歌曲推荐,人工智能,分类,神经网络,流行度预测,音乐特征 数据概述： 本数据集包含2000年至2023年间Spotify上每年排名前100的热门歌曲，以及从1995年至2023年间选取的“非热门”歌曲，总计5611首。数据集旨在用于构建神经网络进行多分类任务，预测歌曲的流行度。数据集涵盖了13个变量，包括歌曲的特征信息，如播放量、舞蹈性、能动性、音高、乐器性、活力度、音乐视频特征等。 数据集中的“非热门”歌曲从Spotify中随机选取，以平衡数据集的正负样本比例。 数据来源于http://organizeyourmusic.playlistmachinery.com/，使用了在个人Spotify账户上创建的播放列表。 数据用途概述： 该数据集适用于人工智能和机器学习领域的教学、研究和开发。研究人员可以利用此数据集构建和训练神经网络模型，实现歌曲流行度预测。此外，该数据集还适用于音乐产业分析、音乐推荐系统开发等场景，帮助理解不同音乐特征对歌曲流行度的影响。数据集为相关领域的研究提供了丰富且多样化的数据支持。