// концепция
В качестве основы для проекта был выбран датасет Spotify’s Most Streamed Songs 2024 с платформы Kaggle, представленный в формате CSV. Датасет содержит информацию о самых популярных треках на платформе Spotify в 2024 году, включая:
Музыкальный стриминг — одна из ключевых областей креативных индустрий, напрямую влияющая на то, как формируется массовая культура и внимание аудитории. Данные Spotify в данном случае мне интересны не только как данные музыкальной платформы, но и как данные алгоритмической системы, которая усиливает одни треки, оставляет в тени другие и формирует тренды через метрики популярности.
Для анализа были использованы разные типы визуализаций, каждая из которых отвечает на отдельный вопрос:
// этапы работы
Процесс включал следующие этапы:
i. Источник данных. Скачан датасет Spotify’s Most Streamed Songs 2024 с платформы Kaggle ii. Очистка данных. Разделение столбца Songs & Artist на отдельные поля Artist и Song iii. Создание признаков. Выведена производная метрика «наследие / темп» — отношение общих стримов к дневным, позволяющая отличить треки-долгожители от вирусных всплесков без даты релиза в данных. iv. Создание инфографики. Пять визуализаций. Графики построены на Python в единой палитре, оформлены в Figma v. Обложка. Создана через генеративную нейросеть Ideogram vi. Мокапы. Созданы через Adobe Photoshop
// стилизация
// технические графики
// инфографика | 2 постера
// мокапы
// описание применения генеративных моделей
В процессе работы использовались модели ChatGPT и Claude Opus 4.8 для оптимизации технической части работы.
Они применялась для помощи в структурировании текста, обработке данных, расчёте метрик, оптимизации и исправлении ошибок кода. Все решения по интерпретации данных, визуальному стилю и финальным выводам принимались автором проекта.
Для генерации обложки была использована модель Ideogram 0.3 Turbo x 4.
