Pronóstico. Por cada estrella de Rock con grandes éxitos, hay miles de artistas que nunca se conocen más allá de su vecindario. Antes de que Madonna alcanzara el estrellato, fue un éxito local en los clubes de Nueva York. Hasta que Britney Spears se convirtió en una superestrella del pop mundial, actuaba con éxito en espectáculos en su Luisiana natal. ¿Pero cómo se podría determinar quién entrará en las listas de grandes éxitos y quién nunca llegará más allá de los bares de su entorno local? El Profesor Yuval Shavitt, de la Escuela de Ingeniería Electrónica de la Universidad de Tel Aviv, ha desarrollado un software que puede predecir con precisión el próximo gran fenómeno de la música.

Utilizando datos recogidos de Gnutella, la red de intercambio de archivos P2P más popular en Estados Unidos, Shavitt ha desarrollado un algoritmo que puede descubrir un artista en ascenso varias semanas o meses antes de que aparezca en la lista de éxitos nacionales. “Hasta ahora, los cazadores de talentos para las compañías discográficas utilizaban su instinto para predecir quién sería la próxima celebridad del Rock. Nuestro software tiene un índice de aciertos asombroso, cerca del 30 por ciento, y en algunos casos hasta un 50 por ciento. Hemos cruzado una nueva frontera en el negocio de los discos”, explica Shavitt.

Para desarrollar el algoritmo, Shavitt, Tomer Tankel y Noam Koenigstein examinaron una gran cantidad de datos provenientes de consultas de usuarios de Gnutella sobre artistas desconocidos en un período de 9 meses durante el año 2007. Examinando todos los datos de los primeros 6 meses, y luego utilizando los datos de los 3 meses restantes para seguir la pista de la creciente popularidad de esos artistas, desarrollaron un sistema para predecir cuáles de ellos se proyectarían fuera de sus mercados locales.

La cantidad de consultas inicialmente era pequeña para los nuevos artistas, cada semana solía estar en torno a las 5 consultas al principio, luego unas 20, y después alrededor de 150, dentro de la ciudad de residencia del artista, y algunas veces localizadas incluso en un barrio específico de la ciudad. A primera vista, estos datos parecen insignificantes, pero el crecimiento exponencial en las consultas de búsqueda enviadas desde una región geográfica probó ser un predictor fiable para el futuro despunte de un artista.

Existen muchas aplicaciones de negocios para el algoritmo del profesor Shavitt. Para una compañía discográfica, tener un sistema que genere recomendaciones tempranas para nuevos contratos de artistas, la mitad de los cuales se convertirán en músicos exitosos, sería una ayuda poderosa para su actividad comercial. Este mismo software puede ser aplicado a programas de televisión, videoclips, y otros productos afines, incluyendo vídeos caseros en sitios como YouTube.

Compártelo