Big Data und Musik: Jahrbuch für Musikwirtschafts- und Musikkulturforschung 1/2018
Research output: Books and anthologies › Collected editions and anthologies › Research
Standard
Wiesbaden: Springer VS, 2019. 233 p. (Jahrbuch für Musikwirtschafts- und Musikkulturforschung; Vol. 1).
Research output: Books and anthologies › Collected editions and anthologies › Research
Harvard
APA
Vancouver
Bibtex
}
RIS
TY - BOOK
T1 - Big Data und Musik
T2 - Jahrbuch für Musikwirtschafts- und Musikkulturforschung 1/2018
A2 - Ahlers, Michael
A2 - Grünewald-Schukalla, Lorenz
A2 - Lücke, Martin
A2 - Rauch, Matthias
N1 - ersch. 2018, copyright 2019.
PY - 2019
Y1 - 2019
N2 - Big Data ist nicht nur Sache von Versicherungen und Internetunternehmen. Auch für die global agierende Musikwirtschaft, die in den letzten knapp 20 Jahren bereits zahlreiche Transformationen überstehen musste, werden Sammlung, Analyse und Verwertung großer Datenmengen zu einem immer zentraleren Thema. Das Jahrbuch der Gesellschaft für Musikwirtschaftsund Musikkulturforschung versammelt hierzu unterschiedliche Ansätze und Perspektiven auf das Thema Big Data und Musik: Von den Datafication- Algorithmen Spotifys über die rechtlichen Implikationen von Music Data Mining, die Blockchain bis zu der Nutzung von Big Data im Artist & Repertoire Management werden zentrale Anwendungsfelder von Musik und Big Data in den Blick genommen.
AB - Big Data ist nicht nur Sache von Versicherungen und Internetunternehmen. Auch für die global agierende Musikwirtschaft, die in den letzten knapp 20 Jahren bereits zahlreiche Transformationen überstehen musste, werden Sammlung, Analyse und Verwertung großer Datenmengen zu einem immer zentraleren Thema. Das Jahrbuch der Gesellschaft für Musikwirtschaftsund Musikkulturforschung versammelt hierzu unterschiedliche Ansätze und Perspektiven auf das Thema Big Data und Musik: Von den Datafication- Algorithmen Spotifys über die rechtlichen Implikationen von Music Data Mining, die Blockchain bis zu der Nutzung von Big Data im Artist & Repertoire Management werden zentrale Anwendungsfelder von Musik und Big Data in den Blick genommen.
KW - Musik
KW - Data Mining in der Musikwirtschaft
KW - Geschäftsmodelle in der Musikwirtschaft
KW - Musik-Streaming
KW - Transdisziplinäre Studien
KW - Kulturwissenschaften allg.
KW - Artist & Repertoire in der Musik
KW - Urheberrecht Musik
KW - Empirische Wirtschaftsforschung/Statistik
KW - Blockchain
KW - Streamingdienste für Musik
U2 - 10.1007/978-3-658-21220-9
DO - 10.1007/978-3-658-21220-9
M3 - Sammelwerke und Anthologien
SN - 978-3-658-21219-3
T3 - Jahrbuch für Musikwirtschafts- und Musikkulturforschung
BT - Big Data und Musik
PB - Springer VS
CY - Wiesbaden
ER -