日本語
 
Help Privacy Policy ポリシー/免責事項
  詳細検索ブラウズ

アイテム詳細


公開

書籍の一部

Spotify Charts Scraper: Vorstellung einer Web-App zur Abrufung von täglichen Top 200 Spotify-Charts inklusive Audio-Features in Echtzeit

MPS-Authors
/persons/resource/persons268680

Kalustian,  Kework
Department of Music, Max Planck Institute for Empirical Aesthetics, Max Planck Society;

External Resource
There are no locators available
Fulltext (restricted access)
There are currently no full texts shared for your IP range.
フルテキスト (公開)
公開されているフルテキストはありません
付随資料 (公開)
There is no public supplementary material available
引用

Kalustian, K. (2023). Spotify Charts Scraper: Vorstellung einer Web-App zur Abrufung von täglichen Top 200 Spotify-Charts inklusive Audio-Features in Echtzeit. In P., Moormann, & N., Ruth (Eds.), Musik und Internet: Aktuelle Phänomene populärer Kulturen (pp. 215-222). Wiesbaden: Springer VS. doi:10.1007/978-3-658-39145-4_12.


引用: https://hdl.handle.net/21.11116/0000-000D-58B9-0
要旨
Der Streaming Service-Anbieter Spotify stellt zwar Daten zu Top 200-Charts und zu viralen Top 50-Charts frei zur Verfügung, sodass diese Charts mit dazugehörigen IDs als Tabelle heruntergeladen werden können. Da mit dieser Tabelle die für die Musikstreamingforschung interessanten Audiofeatures noch nicht vorliegen, bleibt es notwendig, die entsprechenden Audiofeatures mithilfe des Spotify-Entwickler-API abzurufen. Um mittel- und langfristig derartige Hürden jedoch aufzuheben und einen freien Zugang zu diesen Daten zu ermöglichen, wurde eine webbasierte App entwickelt (mithilfe des R-Pakets Shiny). Mit dieser App brauchen über ein Menü lediglich die geografische Region, der Zeitraum sowie das Zeitintervall interaktiv festgelegt werden, woraufhin die App zu den bereits frei zugänglichen Daten (regionsspezifische Chartposition, Titel, Künstler:in, Streamingmenge, Datum und ID) die von Spotify bereitgestellten Audiofeatures abruft. Als Ergebnis wird schließlich eine finale Tabelle mit den angewählten Parametern ausgegeben, die im CSV-Format heruntergeladen und damit plattformübergreifend für weitere Analysen genutzt werden kann. Schlussendlich stellt diese App eine komfortablere Alternative zu den bisherigen Datenabrufungsprozessen dar, die dem Open-Source-Paradigma folgt und kontinuierlich weiterentwickelt wird.