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 View Item