Nov, 2013

克隆之谜：影响 YouTube 视频受欢迎程度的内容无关因素

PDF
TL;DR本文研究视频传播中的一些因素对视频受欢迎程度的影响，主要得出 “富者愈富”、视频年龄等因素是影响视频流行度的关键。同时，本文研究表明在没有控制视频内容的情况下，将会得出错误的结论。
发现论文，激发创造
  • 基于机器学习的 YouTube 排名机制和浏览量预测模型

    本文旨在利用机器学习和人工智能技术，通过一些特征来识别和估计 YouTube 视频的观看量，同时使用排名系统来确定哪些视频是热门的，从而帮助内容创作者判断他们的内容是否可靠，鼓励其进行更健康的竞争以提升其影响力。

    Nov, 2022

  • 算法流行度偏见如何促进或阻碍质量

    研究表明，在文化市场中，以大众化推荐作为代表的算法偏见有可能促进一定阈值范围内的高品质内容排序，而在其它情形下却更容易妨碍优秀内容的排名。

    Jul, 2017

  • 一种基于潜在社交的 YouTube 流行度预测方法

    本文探讨了预测 YouTube 视频在校园网络中的流行度的方法，提出了一种融合视频到达时间和社交扩散模型的缓存方法，通过学习网络中用户之间分享的概率和使用数学流行病学的病毒传播模型来预测未来视频访问次数，并取得了 14% 的命中率提高。

    Aug, 2013

  • 关注传染性：利用注意力机制理解社交媒体视频的流行程度

    通过结合 Grad-CAM 可视化方法和软注意力机制，本研究提出了更直观的内容影响视频受欢迎程度的解释方法，并在预测准确性方面取得了竞争性的结果。

    Apr, 2018

  • 预测在线内容的受欢迎程度

    通过对 Youtube 和 Digg 传播的内容进行考虑，本研究提出了一种从初步用户访问数据中准确预测在线内容长期受欢迎程度的方法。

    Nov, 2008

  • 利用社会动态模型预测新闻的受欢迎程度

    预测社交媒体中受欢迎的内容具有挑战性，但是我们利用用户早期反应构建的随机模型可以预测受欢迎的程度，并结合网站设计方面的因素，提高了预测的准确性。

    Apr, 2010

  • YouTube UGC 数据集的主观质量评估

    研究使用众包平台收集用户主观评价数据，分析视频质量评估的各种维度，并调查全视频 MOS 及相应块的 MOS 之间的相关性，以及品质评分聚合中块变化的影响。

    Feb, 2020

  • 社交新闻聚合器中的人气与质量：对 Reddit 和 Hacker News 的研究

    本文旨在探究文章在线受欢迎程度与其内在质量的关系，提出了一种基于泊松回归模型的质量估计方法，并通过 Reddit 和 Hacker News 平台的数据验证了该方法的有效性。结果表明，这种方法能够有效消除社交媒体的偏见，从而发现文章的受欢迎程度更加反应其真正的内在质量。

    Jan, 2015

  • 流媒体游戏视频的主观和客观分析

    本文的研究旨在理解 UGC 游戏视频的感知特征，采用主观人类研究和客观评估方法评价零星的 UGC 游戏视频，评估了包括基于自然视频统计和 CNN 学习特征的 GAME-VQP 模型在内的多个最新 VQA 模型，为游戏视频的 VQA 模型开发提供帮助。

    Mar, 2022

  • YouTube 推广阴谋论视频的纵向分析

    使用分类器与仿真 YouTube 观看下一个视频算法的方法开发了一个方法，用于确定视频是否伪造，以验证 YouTube 的推荐算法是否将阴谋论排除在最恶劣的范畴之外。我们还获得了 YouTube 关于阴谋论主题的趋势和所谓的筛选气泡效果。

    Mar, 2020