С помощью машинного обучения учёные предсказали популярность песен с 97% точностью
Исследователи из США использовали комплексную методику машинного обучения, применяя её к реакциям мозга, и смогли предсказать, какие песни окажутся хитами, с точностью 97%.
«Применив машинное обучение к нейрофизиологическим данным, мы смогли почти идеально определить песни-хиты», — сказал Пол Зак, профессор Клэрмонтского университета и старший автор исследования, опубликованного в журнале Frontiers in Artificial Intelligence. «То, что нейронная активность 33 человек может предсказать, будут ли слушать эти песни миллионы других людей, просто удивительно. Ничего близкого к такой точности ранее никто не демонстрировал».
Участникам исследования установили датчики, считывающие мозговую активность, затем проиграли им набор из 24 песен, после чего опросили об их предпочтениях и демографических данных. В ходе эксперимента учёные измеряли нейрофизиологические реакции участников на песни. «Собранные нами мозговые сигналы отражают активность сети мозга, связанной с настроением и уровнем энергии», — сказал Зак. Это позволило исследователям предсказывать потенциальный успех песни на рынке, включая количество воспроизведений песни в потоковом сервисе — на основе данных, собранных с нескольких человек.
Такой подход называется «нейропрогнозированием». Он фиксирует нейронную активность небольшой группы людей, чтобы предсказать эффекты на уровне всего населения без необходимости измерять мозговую активность сотен людей.
После сбора данных исследователи использовали различные статистические подходы для оценки предсказательной точности нейрофизиологических переменных. Это позволило провести прямое сравнение моделей. Для повышения точности предсказания они применили модель машинного обучения, в которой тестировались различные алгоритмы для получения наивысших результатов предсказания.
Они обнаружили, что линейная статистическая модель определяет хитовые песни с вероятностью успеха 69%. Когда они применили машинное обучение к собранным данным, процент правильно идентифицированных хитовых песен подскочил до 97%. Они также применили машинное обучение к нейронным реакциям на первую минуту песен. В этом случае хиты были правильно идентифицированы с успешностью 82%.
«Это означает, что стриминговые сервисы могут более эффективно определять новые песни, которые, скорее всего, станут хитами для плейлистов людей, облегчая работу стриминговых сервисов и радуя слушателей», — пояснил Зак.
