Spotify印度多语种热门歌曲音乐特征数据集-2000-2023
数据来源：互联网公开数据
标签：Spotify,印度音乐,歌曲,流行音乐,音乐特征,语言,时间序列,数据分析,音乐产业
数据概述：
本数据集收录了2000年至2023年期间Spotify平台上的印度多语种热门歌曲数据，旨在评估歌曲的受欢迎程度并预测其流行趋势。数据集涵盖了多种印度语言，包括泰卢固语、印地语、乌尔都语、孟加拉语、古吉拉特语、马拉地语、博杰普里语、泰米尔语、卡纳达语、旁遮普语、马拉雅拉姆语、阿萨姆语、奥迪亚语、古老语言、拉贾斯坦语和卡纳达语。数据包含超过41,356行，19个字段。
关键字段包括：
* 歌曲的受欢迎程度（Popularity）：以百分比或1-100的数值表示。
* 舞动性（Danceability）：衡量歌曲的适合舞动程度，范围0.0-1.0。
* 持续时间（Duration(ms)）：歌曲的持续时间，以毫秒为单位。
* 能量（Energy）：歌曲的感知强度和活跃度，范围0.0-1.0。
* 器乐性（Instrumentalness）：衡量歌曲中是否包含器乐成分，范围0.0-1.0。
* 调性（Key）：歌曲的调性中心，用数字表示。
* 现场感（Liveliness）：衡量歌曲是否为现场录制，数值越高，现场感越强。
* 响度（Loudness(dB)）：歌曲的整体响度，以分贝为单位。
* 模式（Mode）：表示歌曲的模式（大调或小调）。
* 说话度（Speechiness）：衡量歌曲中类语音成分的多少，范围0.0-1.0。
* 速度（Tempo）：歌曲的速度，以每分钟节拍数（BPM）表示。
* 拍号（Time_Signature）：歌曲的拍号。
* 情感值（Valence(float)）：衡量歌曲的积极性，范围0.0-1.0。
数据用途概述：
该数据集适用于音乐流行趋势分析、音乐特征研究、语言文化研究等多种场景。研究人员可以利用此数据分析不同语言歌曲的受欢迎程度差异；音乐产业从业者可以借助数据了解不同语言、不同音乐风格的受众偏好；市场营销人员可以基于数据制定更精准的推广策略；教育工作者可以将其用于音乐欣赏、文化交流等方面的教学。同时，数据集也为研究印度音乐产业的发展提供了宝贵的数据支持。
