본 논문은 Spotify 데이터를 활용하여 음악 트랙의 인기를 예측하는 혁신적인 방법론을 제시합니다. 컨볼루션 신경망(CNN)을 사용하여 오디오 파형의 스펙트로그램 기반 음향 속성, 메타데이터 및 사용자 참여 지표 등 Spotify의 다양한 기능을 활용하여 트랙 인기에 영향을 미치는 복잡한 패턴과 관계를 파악합니다. 다양한 장르와 인구 통계를 포함하는 대규모 데이터셋을 사용하여, 제안된 CNN 기반 모델은 음악 트랙의 인기를 예측하는 데 놀라운 효과를 보이며 97%의 F1 점수를 달성했습니다. 이 연구는 디지털 음악 소비의 역동적인 환경에 대한 귀중한 통찰력을 제공할 뿐만 아니라 음악 산업에 음악 트랙의 성공을 평가하고 예측하기 위한 고급 예측 도구를 제공합니다.
