論文の概要: Characterizing Abhorrent, Misinformative, and Mistargeted Content on
YouTube
- arxiv url: http://arxiv.org/abs/2105.09819v1
- Date: Thu, 20 May 2021 15:10:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-30 07:08:02.598208
- Title: Characterizing Abhorrent, Misinformative, and Mistargeted Content on
YouTube
- Title（参考訳）: YouTube上の不名誉、誤字、誤字を特徴付ける
- Authors: Kostantinos Papadamou
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 1.9138099871648453
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: YouTube has revolutionized the way people discover and consume video.
Although YouTube facilitates easy access to hundreds of well-produced and
trustworthy videos, abhorrent, misinformative, and mistargeted content is also
common. The platform is plagued by various types of problematic content: 1)
disturbing videos targeting young children; 2) hateful and misogynistic
content; and 3) pseudoscientific misinformation. While YouTube's recommendation
algorithm plays a vital role in increasing user engagement and YouTube's
monetization, its role in unwittingly promoting problematic content is not
entirely understood. In this thesis, we shed some light on the degree of
problematic content on YouTube and the role of the recommendation algorithm in
the dissemination of such content. Following a data-driven quantitative
approach, we analyze thousands of videos on YouTube, to shed light on: 1) the
risks of YouTube media consumption by young children; 2) the role of the
recommendation algorithm in the dissemination of misogynistic content, by
focusing on the Involuntary Celibates (Incels) community; and 3) user exposure
to pseudoscientific content on various parts of the platform and how this
exposure changes based on the user's watch history. Our analysis reveals that
young children are likely to encounter disturbing content when they randomly
browse the platform. By analyzing the Incel community on YouTube, we find that
Incel activity is increasing over time and that platforms may play an active
role in steering users towards extreme content. Finally, when studying
pseudoscientific misinformation, we find that YouTube suggests more
pseudoscientific content regarding traditional pseudoscientific topics (e.g.,
flat earth) than for emerging ones (like COVID-19) and that these
recommendations are more common on the search results page than on a user's
homepage or the video recommendations section.
- Abstract（参考訳）: YouTubeは、人々がビデオを発見して消費する方法に革命をもたらした。
youtubeは、何百ものよく制作され、信頼できるビデオに簡単にアクセスできるが、嫌悪感、誤ったインフォーマティブ、そして誤ったターゲティングコンテンツも一般的である。
プラットフォームは様々な問題のあるコンテンツに苦しめられている。
1)幼児を対象とする乱雑なビデオ
2)憎しみと偽善的内容,及び
3)疑似科学的誤報
YouTubeのレコメンデーションアルゴリズムは、ユーザーのエンゲージメントとYouTubeの収益化に重要な役割を果たすが、問題のあるコンテンツを無意識に宣伝する役割は、完全には理解されていない。
本論文では,youtube上の問題コンテンツの程度と,コンテンツの普及におけるレコメンデーションアルゴリズムの役割について考察した。
データ駆動の定量的アプローチに続き、YouTube上の何千もの動画を分析して、以下の点に注目します。
1) 幼児のYouTubeメディア消費のリスク
2)不随意性境界(インセルズ)コミュニティに焦点をあてて、誤形コンテンツの普及における推奨アルゴリズムの役割
3) プラットフォームの各部分における疑似科学コンテンツへのユーザの露出と、その露出がユーザのウォッチ履歴に基づいてどのように変化するか。
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。
IncelコミュニティをYouTubeで分析することで、Incel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活発な役割を担っていることがわかる。
最後に、疑似科学的な誤情報を研究する場合、youtubeは従来の疑似科学的な話題(例えば、covid-19のような)について、より疑似科学的なコンテンツを提案しており、これらの推奨はユーザーのホームページやビデオレコメンデーションセクションよりも検索結果ページで一般的である。
関連論文リスト
- How to Train Your YouTube Recommender to Avoid Unwanted Videos [51.6864681332515]
興味がない」ボタンと「推奨しないチャンネル」ボタンは、ユーザーが望ましくないリコメンデーションを提示すると、不関心を示すことができる。
われわれはYouTubeユーザーをソックパペットエージェントでシミュレートした。
ボタンが一番うまく機能し、テスト対象のトピックすべてにおいて、このような推奨が大幅に減りました。
論文 参考訳（メタデータ） (2023-07-27T00:21:29Z) - Malicious or Benign? Towards Effective Content Moderation for Children's
Videos [1.0323063834827415]
本稿では,児童ビデオの自動コンテンツモデレーションに関する研究を促進するためのツールキットであるMalicious or Benignを紹介する。
1)ビデオのカスタマイズ可能なアノテーションツール,2)悪意のあるコンテンツのテストケースを検出するのが難しい新しいデータセット,3)最先端のビデオ分類モデルのベンチマークスイートを提案する。
論文 参考訳（メタデータ） (2023-05-24T20:33:38Z) - 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) - Video Manipulations Beyond Faces: A Dataset with Human-Machine Analysis [60.13902294276283]
我々は826の動画(413のリアルと413の操作)からなるデータセットであるVideoShamを提示する。
既存のディープフェイクデータセットの多くは、2種類の顔操作にのみ焦点をあてている。
我々の分析によると、最先端の操作検出アルゴリズムはいくつかの特定の攻撃に対してのみ有効であり、VideoShamではうまくスケールしない。
論文 参考訳（メタデータ） (2022-07-26T17:39:04Z) - YouTubers Not madeForKids: Detecting Channels Sharing Inappropriate
Videos Targeting Children [3.936965297430477]
われわれは、過去に子供をターゲットにした適切な、あるいは乱暴なビデオを投稿したYouTubeチャンネルを調査した。
YouTubeの想定するコンテンツとフラグが不適切なコンテンツとチャネルであることと、コンテンツが混乱し、まだプラットフォーム上で利用できないこととを明確に区別する。
論文 参考訳（メタデータ） (2022-05-27T10:34:15Z) - Subscriptions and external links help drive resentful users to
alternative and extremist YouTube videos [7.945705756085774]
われわれは、YouTube上の代替チャンネルビデオや過激派チャンネルビデオへの露出が、性別や人種的恨みのレベルが高い少数のグループに大きく集中していることを示した。
われわれの発見は、YouTubeのアルゴリズムが2020年の観測ウィンドウで人々を「ウサギの穴」から追い出していないことを示唆している。
しかし、このプラットフォームは、熱心なオーディエンスの間で、代替チャンネルや過激派チャンネルからのコンテンツへの露出を促進する上で、重要な役割を担っている。
論文 参考訳（メタデータ） (2022-04-22T20:22:06Z) - Subjective and Objective Analysis of Streamed Gaming Videos [60.32100758447269]
ゲームビデオにおける主観的および客観的ビデオ品質評価(VQA)モデルについて検討する。
LIVE-YouTube Gaming Video Quality (LIVE-YT-Gaming) と呼ばれる新しいゲームビデオリソースを作成しました。
このデータについて主観的人間調査を行い,61名の被験者が記録した品質評価18,600名を得た。
論文 参考訳（メタデータ） (2022-03-24T03:02:57Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - "It is just a flu": Assessing the Effect of Watch History on YouTube's
Pseudoscientific Video Recommendations [13.936247103754905]
我々は、COVID-19、フラットアース理論、および予防接種と対マスク運動に関連する6.6Kのビデオを収集している。
クラウドソーシングを使って、それらを疑似科学、合法科学、あるいは無関係と注釈付けします。
我々は、プラットフォームの様々な部分におけるこのコンテンツに対するユーザ露出の定量化と、ユーザのウォッチ履歴に基づいて、この露出がどのように変化するかを示す。
論文 参考訳（メタデータ） (2020-10-22T12:20:01Z) - Mi YouTube es Su YouTube? Analyzing the Cultures using YouTube
Thumbnails of Popular Videos [98.87558262467257]
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。
論文 参考訳（メタデータ） (2020-01-27T20:15:57Z) - "How over is it?" Understanding the Incel Community on YouTube [13.152169704668568]
Involuntary Celibates (Incels) は、しばしば憎悪と偽りのコンテンツを共有し、出版することに関連しているコミュニティである。
Reddit内のIncelコミュニティで共有されたビデオを収集し、YouTubeに投稿されたコンテンツのデータ駆動によるキャラクタリゼーションを実行します。
YouTube上のIncelコミュニティは勢いを増しており、過去10年間で、Incel関連のビデオやコメントの数が大幅に増加した。
論文 参考訳（メタデータ） (2020-01-22T21:47:54Z)
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。