Análise de Dados Musicais Utilizando Técnicas de Visualização

Bibliographic Details
Main Author: ISADORA SANDRI DA SILVA
Publication Date: 2024
Other Authors: MATEUS BARBOSA CASSIANO
Format: Conference object
Language: por
Source: Repositório Institucional da UFMS
Download full: https://repositorio.ufms.br/handle/123456789/10584
Summary: This work explores musical data analysis using the Extract, Transform, and Load (ETL) process to organize and analyze Big Data. The study builds upon previous research focused on musical analyses, now emphasizing metrics such as song popularity and duration by genre. The analysis was conducted using the Pandas, Seaborn, and Matplotlib libraries, providing clear and effective visualizations of the identified patterns. The study highlights the importance of analytical techniques for managing Big Data and generating valuable insights, demonstrating how proper data organization and visualization can deliver strategic and in-depth information on musical trends.
id UFMS_9b3e9d946c78cfad01d205792eede3fa
oai_identifier_str oai:repositorio.ufms.br:123456789/10584
network_acronym_str UFMS
network_name_str Repositório Institucional da UFMS
repository_id_str 2124
spelling 2024-12-09T14:34:43Z2024-12-09T14:34:43Z2024https://repositorio.ufms.br/handle/123456789/10584This work explores musical data analysis using the Extract, Transform, and Load (ETL) process to organize and analyze Big Data. The study builds upon previous research focused on musical analyses, now emphasizing metrics such as song popularity and duration by genre. The analysis was conducted using the Pandas, Seaborn, and Matplotlib libraries, providing clear and effective visualizations of the identified patterns. The study highlights the importance of analytical techniques for managing Big Data and generating valuable insights, demonstrating how proper data organization and visualization can deliver strategic and in-depth information on musical trends.Este trabalho explora a análise de dados musicais utilizando o processo de Extração, Transformação e Carga (ETL) para organizar e explorar Big Data. O estudo expande uma pesquisa anterior focada em análises musicais, agora com ênfase nas métricas de popularidade e duração das músicas por gênero. A análise foi realizada com o uso das bibliotecas Pandas, Seaborn e Mathplotlib, proporcionando uma visualização clara e eficaz dos padrões encontrados. O estudo evidencia a importância de técnicas analíticas para lidar com Big Data e gerar insights valiosos, demonstrando como a organização e visualização adequadas dos dados podem fornecer informações estratégicas e aprofundadas sobre as tendências musicais.Fundação Universidade Federal de Mato Grosso do SulUFMSEngenharia / TecnologiaBig DataETLVisualização de DadosAnálise de Dados Musicais Utilizando Técnicas de Visualizaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectGRAZIELA SANTOS DE ARAUJOISADORA SANDRI DA SILVAMATEUS BARBOSA CASSIANOinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMSinstname:Universidade Federal de Mato Grosso do Sul (UFMS)instacron:UFMSORIGINAL19957.pdf19957.pdfapplication/pdf372973https://repositorio.ufms.br/bitstream/123456789/10584/-1/19957.pdfdea8bbdaa1e9723f356c9b0a8865f687MD5-1123456789/105842024-12-09 10:34:43.922oai:repositorio.ufms.br:123456789/10584Repositório InstitucionalPUBhttps://repositorio.ufms.br/oai/requestri.prograd@ufms.bropendoar:21242024-12-09T14:34:43Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS)false
dc.title.pt_BR.fl_str_mv Análise de Dados Musicais Utilizando Técnicas de Visualização
title Análise de Dados Musicais Utilizando Técnicas de Visualização
spellingShingle Análise de Dados Musicais Utilizando Técnicas de Visualização
ISADORA SANDRI DA SILVA
Big Data
ETL
Visualização de Dados
Engenharia / Tecnologia
title_short Análise de Dados Musicais Utilizando Técnicas de Visualização
title_full Análise de Dados Musicais Utilizando Técnicas de Visualização
title_fullStr Análise de Dados Musicais Utilizando Técnicas de Visualização
title_full_unstemmed Análise de Dados Musicais Utilizando Técnicas de Visualização
title_sort Análise de Dados Musicais Utilizando Técnicas de Visualização
author ISADORA SANDRI DA SILVA
author_facet ISADORA SANDRI DA SILVA
MATEUS BARBOSA CASSIANO
author_role author
author2 MATEUS BARBOSA CASSIANO
author2_role author
dc.contributor.advisor1.fl_str_mv GRAZIELA SANTOS DE ARAUJO
dc.contributor.author.fl_str_mv ISADORA SANDRI DA SILVA
MATEUS BARBOSA CASSIANO
contributor_str_mv GRAZIELA SANTOS DE ARAUJO
dc.subject.por.fl_str_mv Big Data
ETL
Visualização de Dados
topic Big Data
ETL
Visualização de Dados
Engenharia / Tecnologia
dc.subject.classification.pt_BR.fl_str_mv Engenharia / Tecnologia
description This work explores musical data analysis using the Extract, Transform, and Load (ETL) process to organize and analyze Big Data. The study builds upon previous research focused on musical analyses, now emphasizing metrics such as song popularity and duration by genre. The analysis was conducted using the Pandas, Seaborn, and Matplotlib libraries, providing clear and effective visualizations of the identified patterns. The study highlights the importance of analytical techniques for managing Big Data and generating valuable insights, demonstrating how proper data organization and visualization can deliver strategic and in-depth information on musical trends.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-12-09T14:34:43Z
dc.date.available.fl_str_mv 2024-12-09T14:34:43Z
dc.date.issued.fl_str_mv 2024
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufms.br/handle/123456789/10584
url https://repositorio.ufms.br/handle/123456789/10584
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Fundação Universidade Federal de Mato Grosso do Sul
dc.publisher.initials.fl_str_mv UFMS
dc.publisher.country.pt_BR.fl_str_mv
publisher.none.fl_str_mv Fundação Universidade Federal de Mato Grosso do Sul
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMS
instname:Universidade Federal de Mato Grosso do Sul (UFMS)
instacron:UFMS
instname_str Universidade Federal de Mato Grosso do Sul (UFMS)
instacron_str UFMS
institution UFMS
reponame_str Repositório Institucional da UFMS
collection Repositório Institucional da UFMS
bitstream.url.fl_str_mv https://repositorio.ufms.br/bitstream/123456789/10584/-1/19957.pdf
bitstream.checksum.fl_str_mv dea8bbdaa1e9723f356c9b0a8865f687
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS)
repository.mail.fl_str_mv ri.prograd@ufms.br
_version_ 1834467080586395648

Similar Items