WhaleSignal - Music Popularity Prediction 🎵📊

📌 專案簡介

WhaleSignal 是一個機器學習專案，旨在 預測新上傳至 YouTube 的音樂達到 100 萬觀看次數所需的時間，並進一步分類歌曲是否有潛力成為熱門歌曲。

本專案透過 Kworb 和 Viewstats 兩個網站獲取數據，並結合 Support Vector Regression (SVR) 進行回歸預測，以及 Random Forest 進行歌曲流行度分類。最終，分類的 準確率達到 70%。

🎯 預測目標

• 回歸任務：預測歌曲達到 100 萬觀看次數 所需的時間（SVR）
• 分類任務：判斷歌曲是否屬於 高流行度類別（Random Forest）
• 未來發展：加入 聽眾數據分析，幫助音樂創作者更了解自己的市場定位

🛠 使用技術

類別	技術 & 工具
語言	Python 🐍
數據來源	Kworb, Viewstats 📊
數據下載	yt_dlp (僅用於下載音樂 wav 檔) 🎵
數據分析	Pandas, NumPy, Matplotlib, Librosa 📊
機器學習	Scikit-Learn (SVR, Random Forest) 🤖
Web 應用	Flask

🛠️ 如何運行專案

1️⃣ 安裝環境

請確保你的環境已安裝 Python 3.8+，然後使用以下指令下載並安裝所需套件：

# 下載專案
git clone https://github.com/Scorpio408-28/whalesignal-music-prediction.git
cd whalesignal-music-prediction

# 安裝 Python 依賴套件
pip install -r requirements.txt

2️⃣ 運行 Jupyter Notebook

如果你想要查看數據分析與模型訓練的過程，請執行：

jupyter notebook

然後打開 notebooks/ 目錄，瀏覽 .ipynb 文件。

3️⃣ 運行 Web 應用

如果你希望運行 Flask 網站，請執行：

cd app
python app.py

然後在瀏覽器打開 http://127.0.0.1:5000/ 來查看網站。

📊 數據集與特徵工程

數據來源： 本專案的數據來自 Kworb 和 Viewstats，包含：

• 影片標題
• 頻道名稱
• 觀看趨勢數據
• 發佈時間

特徵工程：

• 數值特徵：觀看次數增長率
• 文本特徵：影片標題與描述（使用 NLP 分析）
• 音訊特徵：透過 Librosa 分析音樂的特徵

🏆 預測成果

分類任務

使用 Random Forest 進行歌曲流行度分類：

• 準確率（Accuracy）：70%

回歸任務

最終選擇使用 SVR（Support Vector Regression） 預測 100 萬觀看次數所需時間：($R^2$為負值)

📈 預測範例

🔮 未來發展

目前專案已能夠 預測 YouTube 歌曲的流行度，但仍有許多可以改進的地方：

• 整合聽眾數據，幫助音樂創作者更了解自己的市場定位
• 擴展數據來源，增加不同平台（如 Spotify、Apple Music）進行交叉分析
• 提升模型效能，使用 LSTM / Transformer 等更強大的模型來捕捉時間序列趨勢

🤝 如何貢獻

如果你有興趣改進這個專案，歡迎 Fork & PR：

git clone https://github.com/Scorpio408-28/whalesignal-music-prediction.git

如果有建議或問題，請開 Issue 討論。

🌐 聯絡方式

作者：Scorpio408-28
如果有任何問題或建議，歡迎開 issue 或聯繫我！