論文の概要: Mi YouTube es Su YouTube? Analyzing the Cultures using YouTube
Thumbnails of Popular Videos
- arxiv url: http://arxiv.org/abs/2002.00842v1
- Date: Mon, 27 Jan 2020 20:15:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-06 08:33:37.287545
- Title: Mi YouTube es Su YouTube? Analyzing the Cultures using YouTube
Thumbnails of Popular Videos
- Title（参考訳）: YouTubeがYouTubeを訴える?
YouTube Thumbnails of Popular Videos を用いた文化分析
- Authors: Songyang Zhang, Tolga Aktas, Jiebo Luo
- Abstract要約: 本研究では,YouTubeのトレンド動画のサムネイルを用いて,各国の文化選好について検討した。
実験の結果、類似文化のユーザーはYouTubeで同様のビデオを見ることに興味を持っていることがわかった。
- 参考スコア（独自算出の注目度）: 98.87558262467257
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: YouTube, a world-famous video sharing website, maintains a list of the top
trending videos on the platform. Due to its huge amount of users, it enables
researchers to understand people's preference by analyzing the trending videos.
Trending videos vary from country to country. By analyzing such differences and
changes, we can tell how users' preferences differ over locations. Previous
work focuses on analyzing such culture preferences from videos' metadata, while
the culture information hidden within the visual content has not been
discovered. In this study, we explore culture preferences among countries using
the thumbnails of YouTube trending videos. We first process the thumbnail
images of the videos using object detectors. The collected object information
is then used for various statistical analysis. In particular, we examine the
data from three perspectives: geographical locations, video genres and users'
reactions. Experimental results indicate that the users from similar cultures
shares interests in watching similar videos on YouTube. Our study demonstrates
that discovering the culture preference through the thumbnails can be an
effective mechanism for video social media analysis.
- Abstract（参考訳）: 世界的に有名なビデオ共有サイトであるyoutubeは、プラットフォーム上のトレンドビデオのトップリストを維持している。
大量のユーザーがいるため、研究者はトレンド動画を分析して人の好みを理解することができる。
トレンドビデオは国によって異なる。
このような差異や変更を分析することで、ユーザの好みが場所によってどのように異なるかが分かる。
これまでの研究では、ビデオのメタデータから文化の好みを分析することに重点を置いているが、視覚コンテンツに隠された文化情報は発見されていない。
本研究では,youtubeトレンドビデオのサムネイルを用いて,各国の文化嗜好を考察する。
まず,映像のサムネイル画像を物体検出器を用いて処理する。
収集されたオブジェクト情報は、様々な統計分析に使用される。
特に、地理的位置、動画ジャンル、ユーザーの反応の3つの視点からデータについて検討する。
実験の結果、類似文化のユーザーはYouTubeで同様のビデオを見ることに興味を持っていることがわかった。
本研究は,サムネイルを介した文化選好の発見が,ビデオソーシャルメディア分析に有効なメカニズムであることを示す。
関連論文リスト
- HOTVCOM: Generating Buzzworthy Comments for Videos [49.39846630199698]
この研究は、中国最大のビデオコンテンツデータセットであるtextscHotVComを紹介し、94万の多様なビデオと1億1700万のコメントからなる。
また、中国語のビデオデータセット上で、視覚的、聴覚的、テキスト的データを相乗的に統合し、影響力のあるホットコンテンツを生成するtexttComHeatフレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-23T16:45:13Z) - Analyzing Political Figures in Real-Time: Leveraging YouTube Metadata
for Sentiment Analysis [0.0]
YouTubeビデオメタデータのビッグデータを用いた感情分析を行い、様々な政治的人物の世論を分析することができる。
本研究は,YouTubeビデオメタデータを利用した感情分析システムの構築を目的とした。
感情分析モデルはLSTMアルゴリズムを用いて構築され、肯定的な感情と否定的な感情の2種類の感情を生成する。
論文 参考訳（メタデータ） (2023-09-28T08:15:55Z) - Tube2Vec: Social and Semantic Embeddings of YouTube Channels [11.321096553990824]
ソーシャル共有行動、ビデオメタデータ、YouTubeのビデオレコメンデーションをキャプチャする埋め込みを作成します。
クラウドソーシングと既存のデータセットを用いて,これらの埋め込みを評価する。
われわれは、将来の研究の利益のために、44,000のYouTubeチャンネルのソーシャルおよびセマンティック次元をキャプチャーする埋め込みを共有している。
論文 参考訳（メタデータ） (2023-06-29T20:43:57Z) - How Would The Viewer Feel? Estimating Wellbeing From Video Scenarios [73.24092762346095]
情緒応答と主観的幸福感に注釈を付けた6万本以上のビデオを備えた大規模データセットを2つ導入した。
Video Cognitive Empathyデータセットには、微粒な感情応答の分布のためのアノテーションが含まれており、モデルが感情状態の詳細な理解を得ることができる。
Video to Valenceデータセットには、ビデオ間の相対的な快適性のアノテーションが含まれている。
論文 参考訳（メタデータ） (2022-10-18T17:58:25Z) - YouTube and Science: Models for Research Impact [1.237556184089774]
YouTubeのビデオと、さまざまなオンラインプラットフォームに関する研究論文の言及を使って、新しいデータセットを作成しました。
統計的手法と可視化を用いてこれらのデータセットを解析し、研究論文がビデオに引用されているかどうかを予測する機械学習モデルを構築した。
以上の結果から,より多くのツイートやニュース記事に言及された研究記事は,ビデオの引用を受信する可能性が高くなった。
論文 参考訳（メタデータ） (2022-09-01T19:25:38Z) - 3MASSIV: Multilingual, Multimodal and Multi-Aspect dataset of Social
Media Short Videos [72.69052180249598]
ソーシャルメディアプラットフォームであるMojから抽出した多言語・多言語・多言語・多言語・多言語・多言語・専門的な短いビデオのデータセットである3MASSIVを提示する。
3MASSIVは、11言語で50Kのショートビデオ(平均20秒)と100Kの未ラベルビデオで構成されている。
本稿では,3MASSIVにおけるソーシャルメディアの内容がどのように動的かつ時間的であり,意味理解タスクや言語間分析に利用することができるかを示す。
論文 参考訳（メタデータ） (2022-03-28T02:47:01Z) - Characterizing Abhorrent, Misinformative, and Mistargeted Content on
YouTube [1.9138099871648453]
本稿では,YouTube上の問題コンテンツの度合いと,そのようなコンテンツの拡散における推奨アルゴリズムの役割について検討する。
分析の結果,幼児はランダムにプラットフォームを閲覧すると乱雑なコンテンツに遭遇する可能性が示唆された。
インセルの活動は時間とともに増加しており、プラットフォームはユーザーを極端なコンテンツへと導く上で積極的な役割を果たす可能性がある。
論文 参考訳（メタデータ） (2021-05-20T15:10:48Z) - Less is More: ClipBERT for Video-and-Language Learning via Sparse
Sampling [98.41300980759577]
ビデオと言語の学習に対する標準的なアプローチは、オフラインで抽出された高密度ビデオ機能から学習するニューラルネットワークを規定する。
本稿では,ビデオ・言語タスクに対して,手頃なエンドツーエンド学習を可能にする汎用フレームワークClipBERTを提案する。
6つのデータセットにおけるテキスト・ビデオ検索とビデオ質問応答の実験は、ClipBERTが既存の手法より優れていることを示した。
論文 参考訳（メタデータ） (2021-02-11T18:50:16Z) - Content-based Analysis of the Cultural Differences between TikTok and
Douyin [95.32409577885645]
ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。
特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。
同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。
メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
論文 参考訳（メタデータ） (2020-11-03T01:47:49Z) - Understanding YouTube Communities via Subscription-based Channel
Embeddings [0.0]
本稿では,YouTubeチャンネルの発見と分類を行う新しい手法を提案する。
これらの手法は、コメントの公開購読ページを活用する自己教師付き学習アプローチを使用する。
異なる政治コンテンツへのトラフィック量を分析するために、新しいデータセットを作成します。
論文 参考訳（メタデータ） (2020-10-19T22:00:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。