Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/81877
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | จันทร์เจ้า มงคลนาวิน | - |
| dc.contributor.author | สวริน ชุนหกรณ์ | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี | - |
| dc.date.accessioned | 2023-02-03T06:15:16Z | - |
| dc.date.available | 2023-02-03T06:15:16Z | - |
| dc.date.issued | 2565 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/81877 | - |
| dc.description | สารนิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2565 | - |
| dc.description.abstract | ธุรกิจดนตรีเป็นธุรกิจที่มีมูลค่าสูงทั้งในประเทศไทยและต่างประเทศ ปัจจุบัน การสตรีมมิ่งดนตรีผ่านแพลตฟอร์มออนไลน์ เช่น สปอติฟาย (Spotify) หรือ แอปเปิ้ลมิวสิค (Apple Music) จัดเป็นรูปแบบที่สำคัญของการเผยแพร่ผลงานดนตรี อีกทั้งหลายแพลตฟอร์ม เช่น สปอติฟายให้บริการข้อมูลผ่าน Application Program Interface (API) ที่ให้ข้อมูลเกี่ยวกับศิลปินและเพลง เช่น จำนวนผู้ติดตามศิลปิน แนวเพลง คุณลักษณะทางเสียงของเพลง และคะแนนความนิยมของเพลง การพัฒนาระบบวิเคราะห์จากข้อมูลดังกล่าวย้อนหลังไปในช่วงเวลาที่ผ่านมาจะทำให้ค่ายเพลงทราบแนวโน้มความนิยมในการบริโภคเพลง ทั้งในด้านแนวเพลง ความยาวของเพลง หรือ คุณสมบัติทางเสียงของเพลง ซึ่งสามารถนำมาประกอบการตัดสินใจในการผลิตเพลงเพื่อเพิ่มโอกาสที่เพลงจะได้รับความนิยม โครงการ “คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจค่ายเพลง” ประกอบด้วย 6 ระบบย่อย คือ ระบบวิเคราะห์คุณลักษณะทางเสียงของแทร็ค ระบบวิเคราะห์แนวเพลงของแทร็ค ระบบวิเคราะห์ความยาวของแทร็ค ระบบวิเคราะห์ผู้ติดตามศิลปิน การพัฒนาตัวแบบทำนายคะแนนความนิยมของแทร็ค การค้นหากฏความสัมพันธ์ในข้อมูลแทร็ค พัฒนาขึ้นบนระบบจัดการฐานข้อมูล SQL Server Management Studio และใช้เครื่องมือต่างๆ ของโปรแกรม PyCharm Community Edition 2021.3.1 และ Tableau Desktop 2022.1 ระบบที่พัฒนาขึ้นนี้ จะช่วยให้ผู้บริหารมองเห็นภาพรวมของธุรกิจค่ายเพลง ลักษณะของเพลงที่ได้รับความนิยมและไม่ได้รับความนิยม รวมถึงวิเคราะห์ข้อมูลในมุมมองต่าง ๆ ที่จะนำไปสู่การตัดสินใจวางแผนและกำหนดกลยุทธ์ในการผลิตเพลงให้ประสบความสำเร็จ | - |
| dc.description.abstractalternative | The music industry has high value both in Thailand and internationally. Currently, music streaming through online platforms, such as Spotify and Apple Music, is an essential format for music releases. In addition, many platforms, for example, Spotify, have provided data services through Application Program Interface (API). Such services provide artist and song (or track) data such as artist’s followers, song genres, song audio features, and track popularity scores. Developing analysis systems of those data from past released tracks would help a music record company be aware of music trends in genres, track lengths, or song audio features. This information can support music production decisions to increase the chances that the produced songs become popular. “Data Warehouse, Business Intelligence and Advanced Data Analytics of Music Record Business” comprises 6 systems: Track's Audio feature Analysis System, Track's Music Genres Analysis System, Track's Duration Analysis System, Artist's Follower Analysis System, Development of Track's Popularity Score Predictive Model and Association Rule Discovery from Track Data Model. The systems were developed using SQL Server Management Studio as the database management system, PyCharm Community Edition 2021.3.1, and Tableau Desktop 2022.1 as development tools. This developed system will assist management in seeing an overall picture of music record businesses, understanding the characters of popular and unpopular songs, and analyzing the data obtained from various perspectives, which would lead to decisions and strategies for successful song production. | - |
| dc.language.iso | th | - |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.relation.uri | http://doi.org/10.58837/CHULA.IS.2022.116 | - |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.subject.classification | Computer Science | - |
| dc.title | คลังข้อมูล ธุรกิจอัจฉริยะ และการวิเคราะห์ข้อมูลขั้นสูงของธุรกิจค่ายเพลง | - |
| dc.title.alternative | Data warehouse, business intelligence and advanced data analytics of music record business | - |
| dc.type | Independent Study | - |
| dc.degree.name | วิทยาศาสตรมหาบัณฑิต | - |
| dc.degree.level | ปริญญาโท | - |
| dc.degree.discipline | เทคโนโลยีสารสนเทศทางธุรกิจ | - |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.identifier.DOI | 10.58837/CHULA.IS.2022.116 | - |
| Appears in Collections: | Acctn - Independent Studies | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 6282154226.pdf | 4.17 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.