Analyzing the roles of a song’s auditory and lyrical features in predicting its success and user ratings with Transformer-based algorithms and statistical analysis approaches

이 연구는 딥러닝 알고리즘과 통계 분석 방법을 사용하여 음악의 성공과 청중의 평가를 예측하는데 있어 음악의 청각적 특성과 가사적 특성의 역할을 분석하고 비교하였다. 예측 작업을 위해 두 개의 음악 데이터셋을 사용하여 연구 결과의 강건성을 강화했다. 통계적 방법을 사용하여 외부 요인의 영향을 통제한 상태에서 음악의 청각적 특성과 가사적 특성이 갖는 설명력의 통계적 유의미성을 파악했다. 트랜스포머 기반 모델을 사용한 예측 결과는 다음과 같았다: 1) 노래의 성공을 예측하는 데 있어 청각적 특성에 기반한 모델의 성능이 가사적 특성에 기반한 모델보다 우수했다, 반면, 2) 사용자 평가를 예측하는 데 있어서는 노래의 가사적 특성이 청각적 특성보다 더 중요한 역할을 하는 것으로 분석됐다. 또한 본 연구의 결과에 따르면, 가수 인기, 미디어 보도, 홍보와 같은 노래의 외부 요인이 노래의 음악적 특성보다 더 중요한 역할을 하는 것으로 파악됐다. 그러나 통계 분석 결과, 외부 요인의 영향을 통제한 후에도 청각적 특성과 가사적 특성이 노래의 성공과 사용자 평가를 설명하는 데 있어 여전히 통계적으로 유의미한 역할을 하는 것으로 나타났다.