Song Classification by Moods of Song Using data Mining Technique

Abstract

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและพัฒนาแบบจําลองที่เหมาะสมสําหรับการจัดหมวดหมู่ตามอารมณ์ของเพลง โดยทําการศึกษาถึงตัวแปรต่าง ๆ ที่เข้ามาช่วยในการจําแนก ซึ่งเพลงที่นํามาใช้ในการศึกษาเป็นเพลงที่มีเนื้อร้องเป็น ภาษาอังกฤษและรายชื่อเพลงที่นํามาใช้ในถูกนํามาจากการจัดอันดับเพลงยอดนิยมประจําสัปดาห์บนเว็บไซต์ billboard.com ซึ่งทําการเก็บข้อมูลรายชื่อเพลงที่ติดอันดับทั้งสิ้น 3 ปี โดยเริ่มตั้งแต่ สัปดาห์แรกของปี ค.ศ.2015 ถึง สัปดาห์สุดท้ายของปี ค.ศ.2017 เมื่อได้รายชื่อแล้วทําการคัดเพลงชื่อเพลงซ้ําและนํารายชื่อเพลงที่ไม่ใช่ภาษาอังกฤษออก เพื่อให้เหลือเฉพาะรายชื่อเพลงที่ต้องการ ในการศึกษาครั้งนี้เลือกตัวอย่างมาจํานวน 500 เพลง โดยเลือกเพลงในแต่ละ อารมณ์ อารมณ์ละ 100 เพลง และทําการเก็บปัจจัยอื่น ๆ ที่เกี่ยวข้องมาใช้ เพื่อทําการสร้างแบบจําลองการจัดกลุ่มอารมณ์ ของเพลงในลําดับต่อไป ผลการศึกษาพบว่าแบบจําลองแต่ละแบบและการใช้ปัจจัยที่แตกต่างกันทําให้ค่า Accuracy ที่ได้แตกต่างกัน ซึ่ง รูปแบบของแบบจําลองที่ดีที่สุด คือ Decision tree ที่ใช้ปัจจัยอย่าง เนื้อเพลง, จํานวนคําที่ใช้ในเพลง, ระยะเวลาของเพลง (หน่วยเป็นวินาที), ค่า BPM, ค่าความถี่ของเพลง, ค่าความดังของเพลง, ช่วงเสียง มาช่วยในการจําแนกพบว่าค่า Accuracy ของการวัดประสิทธิภาพของแบบจําลองให้ค่าสูง (Testing) คือ 68.7% ซึ่งเป็นแบบจําลองที่ให้ให้ค่า Accuracy มากกว่า แบบจําลอง Neural Network