|
Home / Ultimas Noticias
Archivo Noticias de la Ciencia y la
Tecnología.
Archivo Noticias del Espacio
Contacto
Suscripciones (público/email)
Boletín Noticias de la Ciencia y la
Tecnología
Boletín Noticias del Espacio
Boletín Noticias de la Ciencia y la
Tecnología Plus
Suscripciones (servicios a
medios)
Reproducción de contenidos en medios
comerciales
|
Recuerda:
suscríbete a nuestros boletines gratuitos y recibe cómoda y
semanalmente las noticias en tu dirección electrónica.
Sociología
Pronosticar el Exito de una Estrella de la Música
a Partir de Síntomas Sociológicos
9 de
Enero de 2009.
 Por
cada estrella de Rock con grandes éxitos, hay miles de artistas que
nunca se conocen más allá de su vecindario. Antes de que Madonna
alcanzara el estrellato, fue un éxito local en los clubes de Nueva York.
Hasta que Britney Spears se convirtió en una superestrella del pop
mundial, actuaba con éxito en espectáculos en su Luisiana natal.
 Menéame
¿Pero cómo se podría determinar quién entrará en las listas de grandes
éxitos y quién nunca llegará más allá de los bares de su entorno local?
El Profesor Yuval Shavitt, de la Escuela de Ingeniería Electrónica de la
Universidad de Tel Aviv, ha desarrollado un software que puede predecir
con precisión el próximo gran fenómeno de la música.
Utilizando datos recogidos de Gnutella, la red de intercambio de
archivos P2P más popular en Estados Unidos, Shavitt ha desarrollado un
algoritmo que puede descubrir un artista en ascenso varias semanas o
meses antes de que aparezca en la lista de éxitos nacionales. "Hasta
ahora, los cazadores de talentos para las compañías discográficas
utilizaban su instinto para predecir quién sería la próxima celebridad
del Rock. Nuestro software tiene un índice de aciertos asombroso, cerca
del 30 por ciento, y en algunos casos hasta un 50 por ciento. Hemos
cruzado una nueva frontera en el negocio de los discos", explica
Shavitt.
Para desarrollar el algoritmo, Shavitt, Tomer Tankel y Noam Koenigstein
examinaron una gran cantidad de datos provenientes de consultas de
usuarios de Gnutella sobre artistas desconocidos en un período de 9
meses durante el año 2007. Examinando todos los datos de los primeros 6
meses, y luego utilizando los datos de los 3 meses restantes para seguir
la pista de la creciente popularidad de esos artistas, desarrollaron un
sistema para predecir cuáles de ellos se proyectarían fuera de sus
mercados locales.
La cantidad de consultas inicialmente era pequeña para los nuevos
artistas, cada semana solía estar en torno a las 5 consultas al
principio, luego unas 20, y después alrededor de 150, dentro de la
ciudad de residencia del artista, y algunas veces localizadas incluso en
un barrio específico de la ciudad. A primera vista, estos datos parecen
insignificantes, pero el crecimiento exponencial en las consultas de
búsqueda enviadas desde una región geográfica probó ser un predictor
fiable para el futuro despunte de un artista.
Existen muchas aplicaciones de negocios para el algoritmo del profesor
Shavitt. Para una compañía discográfica, tener un sistema que genere
recomendaciones tempranas para nuevos contratos de artistas, la mitad de
los cuales se convertirán en músicos exitosos, sería una ayuda poderosa
para su actividad comercial. Este mismo software puede ser aplicado a
programas de televisión, videoclips, y otros productos afines,
incluyendo vídeos caseros en sitios como YouTube.
Información adicional en:
|
