Christmas Hits: как и когда люди слушают рождественскую музыку (2017–2025)
Описание
В этом исследовании я рассматриваю динамику популярности рождественской музыки в Spotify с 2017 по 2025 год. Особое внимание уделено определению композиций, вносящих основной вклад в общее число прослушиваний в период рождественских праздников.
Цель исследования
Понять, как распределяются рождественские прослушивания во времени и какие факторы дают основные пики:
- динамику по годам
- сезонные пики внутри декабря
- вклад отдельных треков в общий объём
Источник данных
В работе используется датасет с платформы Kaggle: Christmas Hits — Daily Streaming History (2017–2025). Данные содержат ежедневные прослушивания рождественских треков на Spotify, что позволяет сравнивать годы, изучать сезонность и выделять лидеров по популярности.
Рождественская палитра
Типы визуализаций в проекте
- Линейный график (динамика по годам)
- Столбчатая диаграмма (итоги декабря по годам)
- Lollipop chart (топ треков по суммарным прослушиваниям)
- Тепловая карта (недели года × годы)
- Кумулятивные линии (накопление прослушиваний по дням декабря)
1. Динамика прослушиваний рождественных треков (2017–2025)
Этот график сравнивает суммарные прослушивания только за декабрь по каждому году. Такой формат помогает увидеть, в какие годы рождественская музыка была популярнее, и оценить общий тренд без влияния остальных месяцев.
График № 1
2. Прослушивания рождественских треков в декабре по годам
Этот график показывает суммарное количество прослушиваний рождественских треков в декабре для каждого года (2017–2025). Такой анализ помогает сравнить популярность праздничной музыки между годами и увидеть общий тренд: растёт ли интерес к рождественским трекам со временем или меняется скачками.
График № 2
3. Топ рождественских хитов по суммарным прослушиваниям
График показывает самые популярные рождественские треки и их суммарные прослушивания за весь период наблюдений. Он помогает понять, какие песни формируют основную часть «рождественского эффекта» и насколько большой разрыв между лидерами и остальными треками.
График № 3
4. Сезонность рождественских прослушиваний по неделям года (тепловая карта)
Тепловая карта показывает, в какие недели года прослушивания растут сильнее всего. Она хорошо отражает сезонность: пик сосредоточен в конце года, а интенсивность этого пика отличается в разные годы.
График № 4
5. Кумулятивные прослушивания в декабре по дням (по годам)
На графике отражена динамика прослушиваний по дням декабря для каждого года. Это позволяет сравнить динамику разных лет: определить начало роста, пик популярности и скорость увеличения общего числа прослушиваний к концу месяца.
График № 5
Вывод
Анализ прослушиваний рождественской музыки на Spotify с 2017 по 2025 год показывает чёткую сезонность. Каждый год к концу месяца интерес к такой музыке растёт, достигая пика перед и сразу после Рождества. Пользователи слушают эти треки в основном во время праздников.
Если сравнивать данные за разные годы, видны различия в общих цифрах. Это связано с ростом аудитории Spotify, новыми песнями и ремейками, а также разными событиями. Например, когда люди больше времени проводили дома, сезонная музыка была популярнее. То есть, тренд отражает не просто любовь к Рождеству, но и то, как меняется способ прослушивания музыки.
Сравнения внутри декабря показывают, как быстро растёт число прослушиваний. Иногда рост начинается раньше, иногда позже, ближе к последней неделе месяца. Это помогает понять, когда у людей появляется праздничное настроение и сколько длится сезон рождественской музыки.
Подводя итог, анализ данных прослушивания рождественской музыки на одной из самых популярных музыкальных платформ показал, что рождественская музыка — это стабильный ежегодный культурный ритуал, но все-таки так же подверженный изменениям вместе с медиа трендами и привычками пользователей.
Использование генеративных нейросетей
В ходе работы над проектом генеративные нейросети использовались в качестве вспомогательного инструмента. Они применялись для консультаций по работе с кодом на Python, подбору типов визуализаций и формулировке текстовых описаний для презентации.
Нейросеть не использовалась для генерации данных или автоматического построения визуализаций.
Используемая модель: ChatGPT 5.2 (OpenAI) Назначение: помощь в программировании, структурировании анализа и редактировании текста.
Папка с датасетом и кодом
