Spotify Tracks Clustring, Analysis

قمت بتنفيذ مشروع متكامل لتحليل بيانات الأغاني على منصة Spotify باستخدام أدوات تحليل البيانات بهدف استخراج الأنماط والاتجاهات الموسيقية وفهم خصائص الأغاني الأكثر انتشارًا.

? أهداف المشروع:

تحليل خصائص الأغاني مثل:

(Danceability, Energy, Loudness, Tempo, Valence, Popularity).

اكتشاف العوامل التي تؤثر على شعبية الأغاني.

تحليل الأنماط الموسيقية المختلفة ومقارنتها.

استخراج رؤى تساعد على فهم تفضيلات المستمعين.

? الأدوات المستخدمة:

Python

Pandas & NumPy لمعالجة البيانات

Matplotlib & Seaborn لعمل Visualization

Jupyter Notebook لتوثيق التحليل

Power BI لإنشاء Dashboards تفاعلية

? خطوات العمل:

تنظيف البيانات ومعالجة القيم المفقودة.

إجراء Exploratory Data Analysis (EDA).

إنشاء الرسوم البيانية لفهم العلاقات بين المتغيرات.

تحليل تأثير الخصائص الصوتية على Popularity.

بناء Dashboard لعرض النتائج بطريقة تفاعلية.

? النتائج:

تحديد الخصائص الأكثر ارتباطًا بنجاح الأغاني.

اكتشاف الأنماط الموسيقية الأكثر انتشارًا.

تقديم Visualization واضح يساعد على اتخاذ قرارات مبنية على البيانات.