面向独立音乐人的基于机器学习模型的演唱会规划工具
计算机与社会
2019-08-30 v1 机器学习
摘要
我们的项目旨在基于音乐产业中的集聚经济，帮助独立音乐人规划其演唱会。最初，我们计划设计一个同时用于演唱会定价与选址的建议工具。然而，在实现了 SGD 线性回归与支持向量回归模型后，我们意识到演唱会价格随音乐类型、演唱会时间、演唱会地点和售票场地的不同并无显著变化。因此，为提供更有用的建议，我们将重点放在选址问题上，并将其转化为一个分类任务。我们分类模型的整体表现相当好。在调优超参数后，我们发现随机森林（Random Forest）表现最佳，将分类结果提升了 316%。该结果表明，我们可帮助独立音乐人更好地将其演唱会定位到相似音乐人会去的地方，即具有更高网络效应的地点。
引用
@article{arxiv.1908.11200,
title = {A Concert-planning Tool for Independent Musicians by Machine Learning Models},
author = {Xiaohan Yang and Qingyin Ge},
journal= {arXiv preprint arXiv:1908.11200},
year = {2019}
}