프로젝트 이름

• 누가 멜론에게 선글라스를 씌웠을까?

프로젝트 개요

• 현재 음원 사이트에 씌워진 선글라스, 즉 어뷰징이 어떤 형태로 그 안에 존재하는지, 어떤 특징을 가지고 있는지 분석하고 시각화합니다.

Data 설명

차트 데이터

컬럼명	설명
year	차트에 들어간 연도
month	차트에 들어간 월
week	차트에 들어간 주간
rank	주간 차트 순위

음원 데이터

컬럼명	설명
song_id	음원 고유 ID
title	음원 제목
like	음원 좋아요 수
reply	음원 댓글 수
genre	음원 장르

가수 데이터

컬럼명	설명
artist_id	가수 고유 ID
artist	가수 이름
fan	가수의 팬 맺은 수

앨범 데이터

컬럼명	설명
album_id	앨범 고유 아이디
album	앨범명
album_release_date	앨범 발매일자
album_reply	앨범 댓글 수
album_score	앨범 평점
album_score_count	앨범 평점 매긴 사람 수
album_like	앨범 좋아요 수

새로 가공한 컬럼

1. 추후 데이터 활용이 어려운 리스트형의 전처리
   'main_genre'

   • 음원의 'genre'가 두 개 이상일 때 파이가 더 큰 장르를 'main_genre'로 선택
   • list -> str

   'fan_max'

   • 음원에 참여한 가수가 두 팀 이상일 때 팬 맺은 수가 더 많은 가수의 팬 맺은 수를 선택
   • list -> int

2. 장르 One-Hot Encoding

   • 장르가 리스트형일 때 count하기 어려워 One-Hot Encoding 컬럼 생성

3. Min-Max Scale

   • range가 다른 feature들을 0과 1사이의 값으로 처리하기 위해 가공한 컬럼들
     : 'fan_per' , 'album_reply_per', 'reply_per', 'like_per', 'album_score_per', 'album_score_count_per', 'user_per_per', 'album_like_per'
   • 'album_like_like_per' : 앨범 좋아요를 음원 좋아요 수로 나눈 값을 Min-Max Scale 처리한 값

폴더 설명

1. crawling
   • 음원 사이트 웹 크롤링 관련 코드
   • Main File : 191211_song_album_artist_crawling_git.ipynb
2. preprocessing
   • 데이터 전처리 관련 코드
   • Main File : 191209_preprocessing_genre_fan.ipynb
3. wordcloud
   • 음원 제목으로 구현한 워드클라우드 관련 코드
   • Main File : 계절별.ipynb
4. genre visualization
   • 장르 데이터로 장르별 시각화를 구현한 코드
   • Main File : 1210_연결성 찾기.ipynb
5. abusing visualization
   • 차트에서 발견할 수 있는 어뷰징 음원의 특징을 시각화한 코드
   • Main File : 191212_abusing_visualization_git.ipynb
6. clustering
   • 시각화한 특징을 바탕으로 가수 군집을 클러스터링한 코드
   • Main File : Clustering_github.ipynb
7. make new chart
   • 전체 분석을 바탕으로 어뷰징의 영향을 최소화한 새로운 차트 구현 코드
8. EDA
   • 그 외에 데이터로 시도한 가벼운 분석들

Data 드라이브

• 각 폴더별로 필요한 파일이 있습니다.
• https://drive.google.com/drive/folders/19dZ-3XPSDcx1kwc7pf5b_QSrDXUMumDj?usp=sharing