音乐情感分析数据集-MuSe音乐情感标签-歌曲和艺术家-情感维度-多维度情感分析数据集-thedevastator
数据来源：互联网公开数据
标签：音乐情感,情感分析,音乐标签,歌曲,艺术家,情绪,情感维度,valence,arousal,dominance,Last.fm,Spotify,MusicBrainz,音乐研究
数据概述：
本数据集（MuSe）是一个独特的情感数据集，包含了90,408首歌曲的情感信息。数据整合了来自Last.fm的用户生成标签、艺术家和歌曲元数据，以及Spotify和MusicBrainz的ID。这些数据点结合在一起，使得研究人员能够从各种角度探索音乐，例如流派、年份或情绪。数据集包含以下关键字段：
track（歌曲标题，字符串）
artist（艺术家名称，字符串）
valence_tags（用户生成的情感标签，字符串，描述歌曲的积极或消极情绪）
arousal_tags（用户生成的能量标签，字符串，描述歌曲的活力或兴奋程度）
dominance_tags（用户生成的支配力标签，字符串，描述歌曲的力量或控制感）
数据提供了音乐与情感之间复杂关系的深入见解。
数据用途概述：
该数据集适用于多种研究和应用场景，包括：
个性化音乐推荐：基于用户对唤醒度、支配度和情感偏好的情感偏好，创建个性化音乐播放列表。
音乐趋势分析：通过分析特定年份或年代发行的歌曲的情感标签，研究音乐随时间推移的变化趋势。
情感分析工具开发：开发工具，通过结合valence, dominance和arousal分数以及额外的音频特征（例如节奏或节奏），生成歌曲的情感“剖析”。
情感分析和情绪分类：对歌曲进行情感分析，并根据用户生成的标签进行情绪分类。
数据集还可用于探索不同流派和媒体类型之间的异同，以及在当今文化中与某些主题相关的情感和情绪关联。
