• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Otro
    Su historial de Spotify podría ayudar a predecir qué está pasando con la economía

    Crédito:Shutterstock

    El economista jefe del Banco de Inglaterra, Andy Haldane, ha instado a sus colegas a examinar el estado de ánimo musical de la nación al contemplar cambios en la tasa de interés del Banco. ¿Cómo podría ser relevante un aumento en las descargas de Taylor Swift o una disminución en la popularidad del rock and roll para administrar la economía?

    Todo se reduce a medir el sentimiento económico. Esta es una forma de medir cómo se sienten las personas acerca de la economía, que utilizan los economistas del comportamiento para hacer predicciones sobre cómo responderá a diferentes políticas. Por ejemplo, si la gente es generalmente pesimista acerca de la economía, el aumento de las tasas de interés podría alentarlos a dejar de pedir prestado y gastar tanto que perjudique la economía.

    Desde hace algún tiempo, Los investigadores han podido medir el sentimiento económico analizando el lenguaje utilizado en un gran número de noticias en línea y publicaciones en Twitter. Pero recientemente, Investigadores de Claremont Graduate University han demostrado que el sentimiento se puede extraer de las listas de los 100 mejores de la música pop y de plataformas musicales como Spotify. Y lo que es más, Estos nuevos indicadores de sentimiento son al menos tan útiles como las encuestas convencionales de confianza del consumidor.

    La idea es que las canciones tengan un componente emocional con el que cualquiera pueda identificarse, codificado en atributos musicales como la energía de las canciones, tempo y volumen. Los servicios de música en línea como Spotify ya utilizan este tipo de atributos para categorizar canciones y recomendar música nueva a los usuarios basándose en pistas similares que ya han escuchado.

    También puede comprender las emociones expresadas por las canciones a partir de sus letras, dependiendo de su origen cultural. Estos pueden analizarse utilizando el mismo software de "procesamiento del lenguaje natural" que se utiliza para evaluar el lenguaje de las noticias y los feeds de Twitter.

    Esto se puede hacer de una manera sencilla, codificar la carga emocional positiva o negativa de las palabras, o de manera más elaborada al hacer coincidir palabras con ocho emociones centrales:alegría, tristeza, enfado, temor, asco, sorpresa, confianza y anticipación. Luego, el software cuenta el número de veces que se indica cada emoción dentro de la letra de una canción.

    Todas las canciones tienen atributos emocionales. Crédito:Shutterstock

    Al identificar los componentes emocionales de las canciones más populares, los investigadores pueden armar una imagen de los propios sentimientos de los oyentes y usarla para predecir el sentimiento económico. Ejecutar el ejercicio de mapeo de emociones en todas las canciones en una lista de las 100 mejores captura la mayor parte de la música nueva que se compra y se escucha mes a mes.

    Aquí es donde las ventajas de utilizar "big data" de un gran número de personas pasan a primer plano. Los resultados de la encuesta solo le dicen lo que las personas que han elegido participar quieren que sepa. Listas de música, por otra parte, reflejan las elecciones reales de los consumidores de un grupo mucho más amplio de personas.

    Descenso emocional

    Los investigadores de Claremont aplicaron esta técnica a gráficos de antes y después de la crisis económica mundial de 2008. Ellos encontraron que después del accidente la frecuencia de las palabras asociadas con la ira y el disgusto aumentó, mientras que la frecuencia de las palabras asociadas con la confianza disminuyó. Este tipo de evidencia sugiere fuertemente que los estados mentales de los consumidores de música influyen en la música que eligen pagar y escuchar.

    Esta investigación y los comentarios de Andy Haldane sugieren que tanto la música como la letra de canciones populares pueden usarse para predecir el sentimiento económico. e incluso movimientos bursátiles a corto plazo. Los servicios de transmisión como Spotify y Apple Music se basan en datos que podrían ayudar a construir un mapa mucho más detallado del sentimiento económico que las listas de los 100 principales. Debido a que estas empresas tienen datos sobre hogares individuales, incluso podríamos crear índices de opinión para diferentes regiones y grupos de personas (por ejemplo, basado en cuánto ganan).

    Pedir a los economistas que consulten el estado de ánimo musical de la nación puede parecer algo sorprendente, extraño incluso. Pero la investigación sugiere que el enfoque de big data para rastrear el sentimiento del consumidor realmente podría ser útil. Es solo un aspecto del impulso general del Banco de Inglaterra para ampliar y diversificar las fuentes de información que consulta en sus análisis y toma de decisiones. Y eso debería ser bienvenido.

    Este artículo se publicó originalmente en The Conversation. Lea el artículo original.




    © Ciencia https://es.scienceaq.com