論文の概要: Characterizing Alternative Monetization Strategies on YouTube
- arxiv url: http://arxiv.org/abs/2203.10143v2
- Date: Thu, 6 Oct 2022 21:31:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:43:46.971106
- Title: Characterizing Alternative Monetization Strategies on YouTube
- Title(参考訳): youtubeの代替収益化戦略の特徴
- Authors: Yiqing Hua, Manoel Horta Ribeiro, Robert West, Thomas Ristenpart, Mor
Naaman
- Abstract要約: YouTubeプラットフォームの重要な役割の1つは、クリエイターにコンテンツから収益を生み出す機能を提供することだ。
本研究では、代替収益化戦略の研究と特徴付けに焦点をあてる。
外部収益化は、全ビデオの18%で利用され、少なくとも1回は、チャンネルの61%がそのような戦略を使っている。
- 参考スコア(独自算出の注目度): 31.029850908268013
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One of the key emerging roles of the YouTube platform is providing creators
the ability to generate revenue from their content and interactions. Alongside
tools provided directly by the platform, such as revenue-sharing from
advertising, creators co-opt the platform to use a variety of off-platform
monetization opportunities. In this work, we focus on studying and
characterizing these alternative monetization strategies. Leveraging a large
longitudinal YouTube dataset of popular creators, we develop a taxonomy of
alternative monetization strategies and a simple methodology to detect their
usage automatically. We then proceed to characterize the adoption of these
strategies. First, we find that the use of external monetization is expansive
and increasingly prevalent, used in 18% of all videos, with 61% of channels
using one such strategy at least once. Second, we show that the adoption of
these strategies varies substantially among channels of different kinds and
popularity, and that channels that establish these alternative revenue streams
often become more productive on the platform. Lastly, we investigate how
potentially problematic channels -- those that produce Alt-lite, Alt-right, and
Manosphere content -- leverage alternative monetization strategies, finding
that they employ a more diverse set of such strategies significantly more often
than a carefully chosen comparison set of channels. This finding complicates
YouTube's role as a gatekeeper, since the practice of excluding
policy-violating content from its native on-platform monetization may not be
effective. Overall, this work provides an important step toward broadening the
understanding of the monetary incentives behind content creation on YouTube.
- Abstract(参考訳): YouTubeプラットフォームで重要な役割の1つは、クリエイターにコンテンツと対話から収益を生み出す機能を提供することだ。
広告からの収益分配などのプラットフォームから直接提供されるツールと並行して、クリエーターはプラットフォームを共同運用し、さまざまなオフプラットフォーム収益化の機会を提供する。
本研究は,これら代替収益化戦略の研究と特徴付けに焦点をあてる。
人気クリエイターの大規模な縦断的YouTubeデータセットを活用することで、代替収益化戦略の分類法と、それらの利用を自動的に検出するための簡単な手法を開発する。
そして、これらの戦略の採用を特徴づけます。
まず、外部収益化の利用は拡大し、全ビデオの18%で使われるようになり、チャンネルの61%が少なくとも1回はそのような戦略を使っていることが判明した。
第2に、これらの戦略の採用が、異なる種類や人気のチャネル間で大きく異なること、そして、これらの代替収益源を確立するチャネルがプラットフォーム上でより生産的になることが多いことを示します。
最後に、問題のあるチャネル(alt-lite、alt-right、manosphereのコンテンツを生成するチャネル)が、代替の収益化戦略をどのように活用するかを調査し、慎重に選択されたチャネルの比較セットよりも、より多様な戦略を採用することを見出します。
この発見は、プラットフォーム上のネイティブな収益化からポリシー違反のコンテンツを除外する慣行が効果的ではないため、YouTubeのゲートキーパーとしての役割を複雑にしている。
全体として、この研究はyoutube上のコンテンツ制作の背景にある金銭的インセンティブを広く理解するための重要な一歩となる。
関連論文リスト
- Multi-Modal Video Topic Segmentation with Dual-Contrastive Domain
Adaptation [74.51546366251753]
ビデオトピックセグメンテーションは、ビデオの基礎となる粗い粒度のセマンティック構造を明らかにする。
ビデオの書き起こしとフレームの両方を利用するマルチモーダルなビデオトピックセグメンタを提案する。
提案手法は, 精度と転送性の両方の観点から, ベースライン法をはるかに上回っている。
論文 参考訳(メタデータ) (2023-11-30T21:59:05Z) - Detecting Suspicious Commenter Mob Behaviors on YouTube Using Graph2Vec [1.1371889042789218]
本稿では,YouTubeチャンネル間の不審なコメントモブ様の挙動を検出するための,ソーシャルネットワーク分析に基づく手法を提案する。
本手法は,このような行動のレベルに基づいてチャネルを特徴付けることを目的としており,それらにまたがるコモンパターンを同定する。
分析の結果,疑わしいコメント者の行動の頻度に光を当てた。
論文 参考訳(メタデータ) (2023-11-09T23:49:29Z) - Fairness Through Domain Awareness: Mitigating Popularity Bias For Music
Discovery [56.77435520571752]
音楽発見と人気バイアスの本質的な関係について検討する。
本稿では,グラフニューラルネットワーク(GNN)に基づくレコメンデータシステムにおいて,人気バイアスに対処する,ドメイン対応の個別フェアネスに基づくアプローチを提案する。
我々のアプローチでは、個々の公正さを用いて、真実を聴く経験、すなわち2つの歌が似ているとすると、この類似性は彼らの表現に反映されるべきである。
論文 参考訳(メタデータ) (2023-08-28T14:12:25Z) - Online Learning in a Creator Economy [91.55437924091844]
われわれはクリエーター経済を、ユーザー、プラットフォーム、コンテンツクリエーターの3人組ゲームとして研究している。
私たちは、リターンベースの契約とフィーチャーベースの契約の2つのファミリーを分析します。
滑らかな仮定の下では、リターンベースの契約とレコメンデーションポリシーの協調最適化が後悔をもたらすことを示す。
論文 参考訳(メタデータ) (2023-05-19T01:58:13Z) - Examining the Production of Co-active Channels on YouTube and BitChute [0.0]
本研究では、YouTubeとBitChuteの27のチャンネルでのビデオ制作の違いについて検討する。
殆どのチャンネルは、BitChute上のビデオタイトルで、YouTube上のビデオタイトルよりもはるかに道徳的で政治的な言葉を使っている。
いくつかのケースでは、チャンネルはプラットフォーム全体で異なるトピックのセットでビデオを生成しており、多くの場合、BitChuteでコンテンツを生成している。
論文 参考訳(メタデータ) (2023-03-14T12:51:46Z) - Two-Stage Constrained Actor-Critic for Short Video Recommendation [23.12631658373264]
CMDP(Constrained Markov Decision Process)として短いビデオレコメンデーションの問題を定式化する。
本稿では,各補助信号の最適化のための2段階制約付きアクター批判手法を提案する。
我々の手法は、時計時間と相互作用の両面で、他のベースラインを著しく上回ります。
論文 参考訳(メタデータ) (2023-02-03T12:02:54Z) - Personality-Driven Social Multimedia Content Recommendation [68.46899477180837]
人格特性がコンテンツレコメンデーションモデルに与える影響を,新しいパーソナリティ駆動型マルチビューコンテンツレコメンデーションシステムを適用して検討する。
実験結果と実世界のケーススタディは、PersiCが効率的な人格駆動型マルチビューコンテンツレコメンデーションを行う能力だけでなく、実用的なデジタル広告戦略レコメンデーションを可能にすることを実証している。
論文 参考訳(メタデータ) (2022-07-25T14:37:18Z) - 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) - 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) - Dynamic Knapsack Optimization Towards Efficient Multi-Channel Sequential
Advertising [52.3825928886714]
我々は、動的knapsack問題として、シーケンシャルな広告戦略最適化を定式化する。
理論的に保証された二段階最適化フレームワークを提案し、元の最適化空間の解空間を大幅に削減する。
強化学習の探索効率を向上させるため,効果的な行動空間削減手法も考案した。
論文 参考訳(メタデータ) (2020-06-29T18:50:35Z)
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。