2_5239997312440237345

1.

Титульный
Название проекта: Аналитика трендов Spotify
Учебное заведение: ГБОУ г. Москвы «Школа № 2101»
Исполнители:
Дебольский Илья Дмитриевич
Кольцов Тимофей
Дмитрий Родин
Руководитель: Васильева Елена Юрьевна
Год: 2025

2.

Введение
Spotify – один из ведущих музыкальных сервисов в мире.
Анализ его трендов помогает понять:
Музыкальные предпочтения людей.
Тенденции в современной культуре.
Возможности для начинающих музыкантов.

3.

Актуальность
Анализ трендов Spotify полезен:
Музыкантам для продвижения.
Крупным компаниям для маркетинга.
Исследователям для изучения культурных процессов.

4.

Цели и задачи
Цель: Исследовать музыкальные тренды через анализ данных Spotify.
Задачи:
Исследовать BPM (темп) песен.
Определить самый популярный жанр.
Проанализировать количество выпущенных песен (1975–2021).
Создать программу для анализа данных.

5.

Методика выполнения
Этапы работы:
1. Поиск теоретических материалов.
2. Выбор среды разработки (Google Colab).
3. Написание кода на Python.
4. Тестирование и исправление ошибок.
Инструменты:
Python, библиотеки Pandas и Matplotlib.
Данные с Kaggle и других открытых источников

6.

Результаты (Задача 1)
Результаты (Задача 1)
Проанализировано распределение темпов (BPM) в песнях.
Визуализация данных показала преобладание определённых темпов.

7.

Результаты (Задача 2 –
Популярный жанр)
Выявлен самый популярный жанр на основе данных Spotify.
Визуализация данных показала преобладание определённых темпов.

8.

Результаты (Задача 3 – Динамика выпуска песен)
Проанализировано количество выпущенных песен с 1975 по 2021 год.
Построены графики, показывающие рост и изменения в музыкальной индустрии.

9.

Практическая часть
Использован язык программирования Python.
Применены библиотеки:
Pandas – для обработки данных.
Matplotlib – для визуализации.
Проект реализован в среде Google Colab.
LolzTeam — для дополнительной информации

10.

Теоретическая значимость
Социология и культурология: изучение музыкальных предпочтений общества.
Музыковедение: анализ структуры и трендов в музыке.
Data Science: разработка методов анализа больших данных.
Экономика: применение данных для маркетинга и управления

11.

Перспективы развития
Научные: углублённое изучение культурных трендов.
Коммерческие: использование данных для продвижения артистов.
Социальные и образовательные: интеграция в учебные программы и публичные исследования.

12.

Выводы
Проект объединяет компьютерные науки и гуманитарные дисциплины.
Создана методология для анализа музыкальных данных.
Получена эмпирическая база для изучения современной культуры.
Переосмыслены понятия жанра, успеха и тренда в цифровую эпоху.

13.

Список источников
Kaggle
Google
Яндекс Браузер
Google Colab
LolzTeam