論文の概要: IMDb data from Two Generations, from 1979 to 2019; Part one, Dataset
Introduction and Preliminary Analysis
- arxiv url: http://arxiv.org/abs/2005.14147v3
- Date: Sun, 6 Sep 2020 21:30:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-18 02:51:29.587834
- Title: IMDb data from Two Generations, from 1979 to 2019; Part one, Dataset
Introduction and Preliminary Analysis
- Title(参考訳): 1979年から2019年までの2世代におけるIMDbデータ : その1 データセットの導入と予備分析
- Authors: M. Bahraminasr, A. Vafaei Sadr
- Abstract要約: ユーザ規制の「IMDb」と最も注目されているポータルは、巨大なデータベースを作成する機会を提供している。
評価データ、ジャンル、キャスト・アンド・クルー、MPAA格付け証明書、親子ガイドの詳細、関連映画情報、ポスター等、IMDbに提供される様々な情報で構成されており、これは現在までに最大のデータセットである79kタイトルである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: "IMDb" as a user-regulating and one the most-visited portal has provided an
opportunity to create an enormous database. Analysis of the information on
Internet Movie Database - IMDb, either those related to the movie or provided
by users would help to reveal the determinative factors in the route of success
for each movie. As the lack of a comprehensive dataset was felt, we determined
to do create a compendious dataset for the later analysis using the statistical
methods and machine learning models; It comprises of various information
provided on IMDb such as rating data, genre, cast and crew, MPAA rating
certificate, parental guide details, related movie information, posters, etc,
for over 79k titles which is the largest dataset by this date. The present
paper is the first paper in a series of papers aiming at the mentioned goals,
by a description of the created dataset and a preliminary analysis including
some trend in data, demographic analysis of IMDb scores and their relation of
genre MPAA rating certificate has been investigated.
- Abstract(参考訳): ユーザ規制としての「IMDb」と、最も訪問者の多いポータルは、巨大なデータベースを作成する機会を提供している。
Internet Movie Database - IMDbの情報の分析では、映画に関連するもの、あるいはユーザーが提供したもののいずれかが、各映画の成功経路の決定的要因を明らかにするのに役立つ。
総合的なデータセットの欠如を感じ、統計的手法と機械学習モデルを用いて、後の分析のための補足的データセットを作成することを決定した。この日までに最大のデータセットである79万タイトルに対して、評価データ、ジャンル、キャストとクルー、MPAA評価証明書、親のガイドの詳細、関連する映画情報、ポスターなど、IMDbに提供される様々な情報からなる。
本論文は、作成したデータセットの記述と、データの動向、IMDbスコアの人口統計分析、ジャンルMPAA評価証明書との関係などを含む予備分析により、上記の目標を達成するための一連の論文の最初のものである。
関連論文リスト
- Beyond Labels: Leveraging Deep Learning and LLMs for Content Metadata [1.6574413179773761]
メタデータの分析は、ユーザの好みを理解して、パーソナライズされたレコメンデーションとアイテムのコールドスタートを生成するのに役立つ。
本稿では,ジャンルラベル情報の利用に関わる課題について紹介し,ジャンル情報を調べる新しい方法を提案する。
Genre Spectrumは、さまざまなジャンルをタイトルで捉えるのに役立ち、オフラインとオンラインの実験は、このアプローチの有効性を裏付けます。
論文 参考訳(メタデータ) (2023-09-15T22:11:29Z) - Detecting Spoilers in Movie Reviews with External Movie Knowledge and
User Networks [49.34060089217864]
オンライン映画レビュープラットフォームは、映画産業と一般大衆にクラウドソースによるフィードバックを提供している。
自動でスポイラーを識別するための予備的な研究が実施されたが、それらは単にレビューの内容そのものに焦点を当てているだけであった。
本稿では,映画レビュープラットフォーム上での映画やユーザ活動の外部知識を考慮した,新しい多視点スポイラー検出フレームワークであるMVSDを提案する。
論文 参考訳(メタデータ) (2023-04-22T13:54:31Z) - Predicting IMDb Rating of TV Series with Deep Learning: The Case of
Arrow [1.3406258114080236]
我々は,CW Network が放送するシリーズ Arrow の事例について検討し,IMDb 評価の予測に記述的および予測的モデリング手法を用いた。
許容根平均2乗誤差0.55でIMDb評価を予測できた。
論文 参考訳(メタデータ) (2022-08-28T22:16:11Z) - Multilevel profiling of situation and dialogue-based deep networks for
movie genre classification using movie trailers [7.904790547594697]
我々は、状況、対話、メタデータに基づく映画ジャンル分類フレームワークという、新しいマルチモダリティを提案する。
我々は,5つのジャンルに属する2000本のハリウッド映画トレーラーを含むイギリス映画トレーラーデータセット(EMTD)を開発した。
論文 参考訳(メタデータ) (2021-09-14T07:33:56Z) - MovieCuts: A New Dataset and Benchmark for Cut Type Recognition [114.57935905189416]
本稿では,マルチモーダル情報のモデリングを必要とするカット型認識タスクを提案する。
10種類のカットタイプにラベル付けされた170万以上のビデオクリップを含む大規模なデータセット、MovieCutsを構築した。
我々の最良のモデルは45.7%のmAPを達成しており、これはタスクが困難であり、高精度なカット型認識がオープンな研究課題であることを示している。
論文 参考訳(メタデータ) (2021-09-12T17:36:55Z) - Analyzing movies to predict their commercial viability for producers [0.0]
我々は、今後のフィルムのリターンを予測できるモデルを開発する。
このモデルの将来的な応用は、映画業界で見られ、プロダクション企業は彼らのプロジェクトの期待するリターンをより正確に予測できる。
論文 参考訳(メタデータ) (2021-01-05T18:42:38Z) - Movie Summarization via Sparse Graph Construction [65.16768855902268]
マルチモーダル情報を用いて構築された,シーン間の関係を表すスパースなムービーグラフを構築することで,TPシーンを識別するモデルを提案する。
人間の判断によれば、我々のアプローチによって作成された要約は、シーケンスベースモデルや汎用的な要約アルゴリズムの出力よりも、より情報的で完全であり、より高い評価を受けている。
論文 参考訳(メタデータ) (2020-12-14T13:54:34Z) - AViD Dataset: Anonymized Videos from Diverse Countries [80.8000931384776]
我々は、アクション認識のための新しい公開ビデオデータセットを紹介する: 海外の匿名化ビデオ(AViD)
既存の公開ビデオデータセットとは異なり、AViDはさまざまな国のアクションビデオのコレクションである。
AViDビデオの顔の身元はすべて、プライバシーを守るために適切に匿名化されている。
論文 参考訳(メタデータ) (2020-07-10T17:50:38Z) - Screenplay Quality Assessment: Can We Predict Who Gets Nominated? [53.9153892362629]
本稿では,言語的手がかりに基づく脚本の品質評価手法を提案する。
産業の意見やナラトロジーに基づいて、ドメイン固有の特徴を共通分類技法に抽出し、統合する。
論文 参考訳(メタデータ) (2020-05-13T02:39:56Z) - Condensed Movies: Story Based Retrieval with Contextual Embeddings [83.73479493450009]
我々は3K映画の主要シーンからなるコンデンサド映画データセット(CMD)を作成する。
データセットはスケーラブルで、YouTubeから自動的に取得され、誰でもダウンロードして利用できる。
我々は、文字、音声、視覚的手がかりを1つのビデオ埋め込みに組み合わせ、データセット上でテキストからビデオまでを検索するためのディープネットワークベースラインを提供する。
論文 参考訳(メタデータ) (2020-05-08T17:55:03Z)
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。