产品基本信息

• spotify_track_uri：曲目唯一标识符（可关联 Spotify API 获取完整元数据）
• ts：播放结束时间戳（UTC 格式，精确到毫秒）
• platform：播放设备类型（如 Web Player、iOS App、Android App）
• ms_played：实际播放时长（毫秒），可计算完整播放率（>95% 视为完整播放）
• skipped：是否跳过（布尔值，True 表示未完整播放）
  ● 数据格式：CSV（UTF-8 编码，支持 Python/R/Spark 直接读取）
  ● 许可证：CC0 公共领域（可免费商用、修改、再分发）

产品使用说明

• 数据导入与预处理：
  • Python 示例（pandas）：

    import pandas as pd  
    df = pd.read_csv('spotify_listening_history.csv')  
    df['ts'] = pd.to_datetime(df['ts'], unit='ms')  # 转换时间戳  
    df['play_completion'] = df['ms_played'] / df.groupby('spotify_track_uri')['ms_played'].transform('max')  
    

• 关键分析维度：
  • 播放完成率：ms_played/ 曲目总时长，识别高粘性曲目（阈值 > 0.7）
  • 平台偏好：按platform分组统计播放量占比，优化移动端 / 桌面端推荐策略
  • 时间模式：提取ts的小时 / 星期几特征，分析早间（7-9 点）、通勤时段（17-19 点）的收听高峰
• 高级建模场景：
  • 序列推荐：使用 RNN/LSTM 模型，基于历史播放序列预测下一首曲目（参考 Spotify 官方序列模型架构）
  • 跳过预测：构建 XGBoost 模型，以artist_name/reason_start/shuffle为特征，预测跳过概率（AUC 可达 0.83）
• 数据关联建议：
  • 结合 Spotify Web API 获取曲目音频特征（如节奏、能量值），增强偏好分析维度
  • 关联外部数据（如天气、地理位置），分析环境因素对收听行为的影响

应用场景

• 推荐系统优化：基于播放时长、跳过行为训练推荐模型，提升个性化推荐准确率。
• 用户行为分析：分析不同平台（Web / 移动端）的播放差异，优化跨设备产品体验。
• 音乐趋势研究：通过专辑 / 艺术家播放频次，追踪音乐流派流行趋势及时段性偏好。
• 时间序列建模：利用时间戳数据，分析工作日 / 周末的收听模式，预测用户会话动态。
• 广告精准投放：结合播放场景（如自动播放 / 用户点击），优化音乐广告投放策略。

相似产品

青少年手机使用行为合成数据集（含心理健康 / 学业表现维度）丨手机成瘾相关性分析专用

产品来源

• 用户授权：经用户同意后，获取其公开播放历史及行为日志。
• 实时同步：通过 Spotify Web API 流式采集播放事件，每日汇总清洗后存储。
• 隐私保护：所有用户数据均匿名化处理，移除可识别信息，仅保留聚合行为记录。