Abstract
A viralização de músicas através de plataformas de streaming e redes sociais é comum, mas nem todas as músicas virais se tornam sucessos. Neste contexto, nosso objetivo é descobrir o que difere as músicas virais dos hits para além da definição. Nós utilizamos uma metodologia quantitativa em paradas de sucesso do mercado brasileiro. Comparamos músicas de sucesso e virais quanto às suas características intrínsecas e extrínsecas, e os resultados revelam diferenças significativas entre elas. Características como gêneros musicais, tópicos das letras e emoções surgem como elementos cruciais para distinguir tais canções no contexto brasileiro. Além disso, características temporais indicam diferenças nos processos de difusão entre hits e virais. Em geral, este estudo oferece percepções sobre o consumo de música no Brasil, revelando a conexão entre as características das músicas e seu sucesso e viralização em plataformas de streaming.
Publisher
Universidade Estadual do Parana - Unespar
Reference30 articles.
1. ABEL, Fabian; DIAZ-AVILES, Ernesto; HENZE, Nicola; KRAUSE, Daniel; SIEHNDEL, Patrick. Analyzing the Blogosphere for Predicting the Success of Music and Movie Products. In: INTERNATIONAL CONFERENCE ON ADVANCES IN SOCIAL NETWORKS ANALYSIS AND MINING (ASONAM), 2010, Odense, Denmark. Proceedings [...]. [S. l.]: IEEE, 2010. pp. 276–280. DOI: 10.1109/ASONAM.2010.50.
2. ARAUJO, Carlos Soares; CRISTO, Marco; GIUSTI, Rafael. Predicting Music Popularity on Streaming Platforms. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO MUSICAL (SBCM), 17, 2019, São João del-Rei, Brazil. Anais [...]. Porto Alegre: SBC, 2019. pp. 141-148. DOI: 10.5753/sbcm.2019.10436.
3. BASTOS, Hemilly; GIUNTI, Débora Moreira; BENVINDO, Larissa; NASCIMENTO, Alexandre; INOCÊNCIO, Luana. Trends no TikTok e sua influência no streaming musical: os casos Doja Cat e Olivia Rodrigo. In: CONGRESSO BRASILEIRO DE CIÊNCIAS DA COMUNICAÇÃO, 2021, Evento virtual. Anais [..]. [S. l.]: INTERCOM, 2021. pp. 1-15.
4. BISCHOFF, Kerstin; FIRAN, Claudiu S.; GEORGESCU, Mihai; NEJDL, Wolfgang; PAIU, Raluca. Social Knowledge-Driven Music Hit Prediction. In: INTERNATIONAL CONFERENCE ON ADVANCED DATA MINING AND APPLICATIONS (ADMA), 2009, Beijing, China. Proceedings [...]. New York: Springer, 2009. pp. 43-54. DOI: 10.1007/978-3-642-03348-3_8.
5. BLEI, David M.; NG, Andrew Y.; JORDAN, Michael I. Latent Dirichlet Allocation. Journal of Machine Learning Research, [S. l.], v. 3, pp. 993-1022, 2003.