非二项分布贝叶斯回归分析非洲节奏歌曲图表持久性
音频与语音处理
2026-01-06 v1 机器学习
声音
摘要
非洲节奏歌曲在流媒体平台上竞争注意力，图表可见性可能影响收入和文化影响力。本文考察了合作是否帮助歌曲在图表上停留更久，使用来自2024年尼日利亚每日 Spotify Top 200 数据。每首歌曲由其在全年进入 Top 200 的天数以及在尼日利亚的总播放量概述。应用贝叶斯非二项分布回归，以图表停留天数为结果变量，合作状态（独唱与多艺术家）和总播放量（对数）作为预测变量。该方法适用于超离散计数数据，允许在控制整体流行度的同时解释合作的效应。通过马尔可夫链蒙特拉罗进行后推断，并使用比率、后验概率和预测检验评估结果。研究结果表明，在控制总播放量后，合作歌曲的图表停留天数略少于相当于独唱歌曲。
引用
@article{arxiv.2601.01391,
title = {Bayesian Negative Binomial Regression of Afrobeats Chart Persistence},
author = {Ian Jacob Cabansag and Paul Ntegeka},
journal= {arXiv preprint arXiv:2601.01391},
year = {2026}
}