Predictive analysis: prevedere il successo di un prodotto musicale su Spotify
Agosti, Enrico (A.A. 2020/2021) Predictive analysis: prevedere il successo di un prodotto musicale su Spotify. Tesi di Laurea in Customer intelligence e logiche di analisi dei big data, Luiss Guido Carli, relatore Luigi Laura, pp. 81. [Master's Degree Thesis]
Full text for this thesis not available from the repository.
Abstract/Index
Informazioni di background. Motivazioni della ricerca–relevance & gap. Obiettivi della ricerca. Research question. Research expectation. L'industria musicale. L'evoluzione dell'industria. I nuovi intermediari. Le nuove pratiche del mercato. Riepilogo. Literature review. Regressione logistica. Classification and regression trees. Gradient boosting. Deep learning. Song popularity. Metodologia. Research design. Data collection. Data manipulation. Costruzione modello regressione logistica. Costruzione modello CART. Costruzione modello gradient boosting. Costruzione modello deep learning. Risultati & discussione.
References
Bibliografia: pp. 59-66.
Thesis Type: | Master's Degree Thesis |
---|---|
Institution: | Luiss Guido Carli |
Degree Program: | Master's Degree Programs > Master's Degree Program in Marketing (LM-77) |
Chair: | Customer intelligence e logiche di analisi dei big data |
Thesis Supervisor: | Laura, Luigi |
Thesis Co-Supervisor: | Ciccarone, Simone |
Academic Year: | 2020/2021 |
Session: | Extraordinary |
Deposited by: | Alessandro Perfetti |
Date Deposited: | 25 Aug 2022 08:32 |
Last Modified: | 25 Aug 2022 08:32 |
URI: | https://tesi.luiss.it/id/eprint/33013 |
Downloads
Downloads per month over past year
Repository Staff Only
View Item |