Creative Data กับการหาหน้ากากผู้ชนะ

Share This Post

เรียกได้ว่ากำลังเป็นที่ถกเถียงและอยู่ในช่วงลุ้นกันอย่างหนักสำหรับแฟนๆของ The Mask Singer Season2 ที่กำลังติดตามว่าใครจะเป็นผู้ชนะในรอบชิงชนะเลิศที่ “หน้ากากเสือจากัวร์” กำลังจะพบกับ “หน้ากากซูโม่” ในวันพฤหัสนี้ ซึ่งการคาดเอาหลายของบรรดาแฟนคลับนั้นโดยส่วนมากจะเป็นการคาดถึงว่าภายใต้หน้ากากนั้นเป็นศิลปินตัวจริงท่านไหน

โดยวันนี้เราจะขอร่วมทำนายผลของ The Mask Singer Season2 ด้วยอีกหนึ่งเสียง ว่าหน้ากากไหนจเป็นผู้ชนะด้วยการใช้ Data Science หรือวิทยาศาสตร์ทางข้อมูล โดยเฉพาะด้านแมชชีนเลินนิ่ง (Machine learning) มาใช้วิเคราะห์เพื่อร่วมสนุกไปกับทุกๆคนครับ

ความแตกต่างระหว่าง 2 Seasons

ffff
จากผลการนำข้อมูลของผู้ที่เข้าถึงรอบชิงชนะเลิศของทั้งสองซีซั่นมาวิเคราะห์จะพบว่าปัจจัยที่มีผลต่อชัยชนะของผู้เข้าแข่งขันในซีซั่นที่1 สำคัญที่สุดประเภทของเพลงที่ใช้ในการแข่งขันโดยที่เพลงต่างประเทศมีโอกาสทำให้ผู้เข้าแข่งขันชนะมากกว่าเพลงไทย ในขณะที่ลักษณะของหน้ากากของผู้เข้าแข่งขันเป็นปัจจัยที่สำคัญรองลงมา ส่วนปัจจัยที่เหลือ อาทิเช่น ความเร็วของจังหวะเพลง ผู้เข้าแข่งขันเป็นนักร้องอาชีพหรือไม่ เป็นปัจจัยที่มีความสำคัญรองลงมาตามลำดับ และ เพศ ซึ่งเพศชายเหมือนจะได้เปรียบกว่าเพศหญิง

สำหรับในซีซันที่สอง ปัจจัยที่มีผลทำให้ผู้เข้าแข่งขันสามารถคว้าชัยชนะมากที่สุด คือ ถ้าผู้เข้าแข่งขันเป็นนักร้องอาชีพจะทำให้โอกาสการคว้าชัยชนะมีสูงมากกว่านักแสดง ในขณะที่ลักษณะและประเภทของเพลงที่เลือกร้องทำการแข่งขันมีความสำคัญรองลงมา ในส่วนของประเภทของหน้ากากที่มีความสำคัญในซีซั่นแรกกลับมีความสำคัญน้อยลงในซี่ซั่นล่าสุด และ ท้ายสุดคือ เพศ

ใครน่าจะได้แชมป์ The Mask Singer Season2?

หลังจากการนำข้อมูลในการแข่งของผู้เข้าแข่งขันทั้งสองในแต่ละรอบมาวิเคราะห์จะพบว่า หน้ากากเสือจากัวร์ตั้งแต่รอบแรกที่ผ่านมาเลือกที่จะร้องเพลงสากล 3 เพลงและเพลงไทย 2 เพลง ซึ่งคล้ายกับการเลือกของเพลงของหน้ากากซูโม่เป็นอย่างมากที่สำคัญคือในรอบก่อนชิงชนะเลิศทั้งคู่เลือกที่จะร้องเพลงไทย

ff2

แต่ผลการทำนายของแมชชีนเลินนื่งพบว่า ความน่าจะเป็นที่จะได้รับโดยเฉลี่ยในทางสถิติของผู้เข้าแข่งขันทั้งคู่มีความใกล้เคียงกันมากซึ่ง “หน้ากากเสือจากัวร์” มีโอกาสที่จะชนะเฉลี่ย 95% และ “หน้ากากซูโม่” โอกาสที่จะชนะเฉลี่ย 92% ถ้ามองอย่างผิวเผินหน้ากากเสือจากัวร์น่าจะมีโอกาสคว้าชัยชนะในรอบชิงได้มากกว่าแต่อย่างไรก็ดี ยังมีปัจจัยอื่นๆที่น่าสนใจน่าสนใจที่นอกเหนือจากผลการทำนายของ Machine Learning นั่นก็คือ

ffff3

จำนวนวิวบนยูทูปจะพบว่า หน้ากากซูโม่มียอดวิวรวมและยอดวิวเฉลี่ยที่สูงกว่าหน้ากากเสือจากัวร์อย่างชัดเจน ซึ่งบ่งบอกถึงความนิยมการร้องเพลงของหน้ากากซูโม่ที่ดูน่าจะได้รับความนิยมมากกว่า เมื่อการพิจรณาจากองค์ประกอบโดยรวมแล้วผลการวิเคราะห์จากผลการทำนายความน่าจะเป็นโดยแมชชีนเลิ่นนิ่ง โดยบวกกับการดูยอดวิวบนยูทูป “หน้ากากซูโม่” น่าจะมีโอกาสเป็นแชมป์ใน The Mask Singer Season2 มากกว่า “หน้ากากเสือจากัวร์” เรามาติดตามกันต่อไปนะครับว่า Machine Learning จะมีความแม่นยำแค่ไหนในวันพฤหัสที่จะถึงนี้

 

asd
Sarunyapat Atikuntana
Analytics Manager – Data Scientist
IPG Mediabrands Thailand

 

 

spot_img

Related Posts

รีไพร์ส ประเทศไทย ผลักดันความแข็งแกร่งการศึกษาไทยด้าน Digital Marketing

ล่าสุด คุณศุภฤกษ์ ตั้งเจริญศิริ ประธานกรรมการบริหาร บริษัท รีไพร์ส ประเทศไทย (Reprise Thailand)...

รู้ทันไลฟ์สไตล์ GEN Y ที่เปลี่ยนไป พร้อมกลยุทธ์เข้าถึงใจ GEN Y ในวันนี้

  ในปัจจุบันประเทศไทยมีประชากรในช่วง GEN Y (พ.ศ. 2523 – 2543) โดยอายุอยู่ที่ประมาณ 25...

UM Thailand ต่อยอดกิจกรรมด้านสิ่งแวดล้อม ‘UM Impact Day’ ปีที่ 6

กรุงเทพฯ 24 กรกฏาคม พ.ศ. 2566 –  UM Thailand ล่าสุดจัดกิจกรรมด้านความยั่งยืนทางสิ่งแวดล้อมประจำปีผ่านการรวบรวมขยะพลาสติกมาสร้างประโยชน์เพื่อลดจำนวนขยะที่เกิดขึ้นในพื้นที่สำนักงานพร้อมบริจาคทุนสนับสนุน บนความร่วมมือกับ Precious...

อินิชิเอทีฟ ประเทศไทย ชี้ กลุ่มนักท่องเที่ยวจีนในไทย กลุ่มเป้าหมายที่น่าจับตามอง

อินิชิเอทีฟ ประเทศไทย ล่าสุดจัดงานสัมมนา Initiative Thought Leadership 2023 ในหัวข้อ “Growth Beyond Thai Audience” อัพเดทกลุ่มลูกค้าชาวจีนในไทยที่น่าจับตามอง...

เตือนภัย! เรื่องแอบอ้างชื่อบริษัท

สืบเนื่องจากการแอบอ้างผ่านช่องทางออนไลน์อ้างอิงเกี่ยวกับ บริษัท โอไรอ้อน เทรดดิ้ง (ประเทศไทย) จำกัด โดยมีบัญชีผู้ใช้ Tiktok ได้แอบอ้างชื่อหรือข้อมูลของบริษัทฯ...
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.