Este estudio analiza una red de influencia musical utilizando técnicas de aprendizaje automático y análisis de redes. Se utiliza un modelo de red dirigida para representar las relaciones de influencia entre artistas como nodos y bordes. Se analizan las propiedades de la red y las medidas de centralidad para identificar patrones influyentes. Además, se cuantifica la influencia dentro y fuera del género utilizando pesos dentro y fuera del género. Se realiza un análisis de regresión para determinar el impacto de los atributos musicales en la influencia. Encontramos que , , y son las principales características de los artistas más influyentes. También presentamos el IRDI, un algoritmo que proporciona un enfoque innovador para cuantificar la influencia de un artista capturando el grado de dominancia entre sus seguidores. Este enfoque destaca a artistas influyentes que impulsan la evolución de la música, marcando tendencias e inspirando significativamente a una nueva generación de artistas. El modelo de cascada independiente se emplea además para abrir las dinámicas temporales de la propagación de la influencia en toda la red musical, resaltando cómo las semillas iniciales de influencia pueden propagarse de manera contagiosa a través de la red. Este enfoque multidisciplinario proporciona una comprensión matizada de la influencia musical que perfecciona los métodos existentes y arroja luz sobre tendencias y dinámicas influyentes.