Lyrics Cultural Analytics Lab
Copyright-safe 歌詞文化分析與可解釋機器學習平台
一個以 React、FastAPI、DuckDB 與 scikit-learn 建成的雙語資料產品，用 metadata、BoW、TF-IDF、topic modeling、相似度與分類模型分析歌曲文化趨勢，同時避免公開完整歌詞。
已驗證 Demo 錄影 1
由 portfolio quality pass 從既有專案 demo 素材複製。
媒體總覽
快速瀏覽這個專案的截圖與錄影展示。
專案連結與 Demo 狀態
專案概覽
Lyrics Cultural Analytics Lab 是一個 copyright-safe 的歌詞文化分析資料產品。它不是單一 notebook，而是把 FastAPI backend、DuckDB feature store、scikit-learn 模型流程與 React TypeScript dashboard 組成一個可操作的平台。 產品重點是讓使用者探索歌曲文化趨勢，同時不公開完整歌詞。Demo 使用 metadata、BoW features、TF-IDF、topic labels、sentiment scores、similarity outputs、classification metrics 與聚合圖表，並用安全檢查避免 API response、sample data 或 UI 出現 raw lyric fields。 前端包含總覽 dashboard、資料集 workflow、topic explorer、sentiment timeline、similar songs、artist style、ML lab、evaluation、explainability center 與 report workspace。作品集素材包含 overview、workflow、ML lab 截圖與 guided tour 錄影，因此在「所有專案」頁面可以直接看到這個專案的實際樣子。
我的角色
獨立開發者 / Full-stack Data Product Developer
問題背景
歌詞分析作品很容易落入兩個風險：只停留在 notebook 圖表，或在展示時暴露不該公開的完整歌詞。這個專案要把歌曲 metadata、衍生特徵、模型結果與可視化流程整理成可操作的產品，同時維持 copyright-safe 邊界。
解決方案
我建立 FastAPI backend、DuckDB feature store、scikit-learn 分析流程與 React TypeScript dashboard，讓使用者可以檢查資料、清理欄位、比較模型、探索主題與情緒趨勢，並透過 guided tour 看見完整資料流程。
作品亮點
- 以 metadata、BoW、TF-IDF、topics、模型輸出與聚合結果呈現分析，不顯示完整歌詞。
- 提供 overview、dataset workflow、ML lab、evaluation、similarity、artist style 與 reporting 等完整 dashboard。
- 後端包含資料驗證、安全檢查、DuckDB ETL、分類、相似度、topic modeling 與 evaluation endpoints。
- 用 Playwright 產出 guided tour 截圖與錄影，讓作品集卡片能展示真實互動畫面。
技術挑戰
- 在可展示的 demo 與不暴露 raw lyrics 之間設計清楚資料邊界。
- 把資料處理、模型訓練、評估與前端探索整合成一致工作流。
目標使用者
- 作品集審閱者與面試官
- 需要快速理解專案目的、技術棧與成熟度的技術讀者
技術亮點
- 偵測到的主要技術線索：React, TypeScript, FastAPI, Python, DuckDB, scikit-learn, Playwright
- 已有 README 作為後續補齊案例研究的依據
- 尚未確認公開 GitHub repository，作品集會先標示 GitHub 待補
系統架構
此專案目前由 portfolio catalog pipeline 依 README、Git metadata、package/build 設定與素材線索建立案例頁。正式架構說明仍需依實際 source code 補齊；目前可確認的技術線索包含：React, TypeScript, FastAPI, Python, DuckDB, scikit-learn, Playwright。
資料流程
目前尚未完成可公開的資料流程說明。若此專案含資料處理、AI pipeline 或後端 API，後續應補上 input、processing、storage、UI/output 的端到端流程。
專案結構
lyrics-cultural-analytics-lab/ README.md # project documentation, when available source files # implementation reviewed by local audit package/build config # detected capability signals
安裝與執行
This project does not expose a verified runnable web command yet. Review the README/source tree and add exact install, run, test, and build commands before interview use. No verified build command was detected. Treat the current portfolio page as a case-study placeholder until build steps are reviewed.
後續改進
- 補齊正式 README、截圖與 demo recording
- 補上架構圖、資料流程與關鍵技術決策
- 確認 build/test 狀態並更新 portfolio release report
面試說明重點
- 先說明此專案目前的成熟度與可展示範圍
- 聚焦在可驗證的技術棧、程式結構與已完成部分
- 不要宣稱尚未部署、尚未錄影或尚未測試的能力已完成
後續規劃
- 串接更多授權資料來源的衍生特徵匯入流程。
- 擴充模型比較與文化趨勢解釋報告。