論文の概要: YouTubers Not madeForKids: Detecting Channels Sharing Inappropriate Videos Targeting Children

• arxiv url: http://arxiv.org/abs/2205.13885v1
• Date: Fri, 27 May 2022 10:34:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 17:16:35.937933
• Title: YouTubers Not madeForKids: Detecting Channels Sharing Inappropriate Videos Targeting Children
• Title（参考訳）: 子どもをターゲットとする不適切なビデオを共有するチャンネルをYouTuberが発見
• Authors: Myrsini Gkolemi, Panagiotis Papadopoulos, Evangelos P. Markatos, Nicolas Kourtellis
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 3.936965297430477
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the last years, hundreds of new Youtube channels have been creating and sharing videos targeting children, with themes related to animation, superhero movies, comics, etc. Unfortunately, many of these videos are inappropriate for consumption by their target audience, due to disturbing, violent, or sexual scenes. In this paper, we study YouTube channels found to post suitable or disturbing videos targeting kids in the past. We identify a clear discrepancy between what YouTube assumes and flags as inappropriate content and channel, vs. what is found to be disturbing content and still available on the platform, targeting kids. In particular, we find that almost 60\% of videos that were manually annotated and classified as disturbing by an older study in 2019 (a collection bootstrapped with Elsa and other keywords related to children videos), are still available on YouTube in mid 2021. In the meantime, 44% of channels that uploaded such disturbing videos, have yet to be suspended and their videos to be removed. For the first time in literature, we also study the "madeForKids" flag, a new feature that YouTube introduced in the end of 2019, and compare its application to the channels that shared disturbing videos, as flagged from the previous study. Apparently, these channels are less likely to be set as "madeForKids" than those sharing suitable content. In addition, channels posting disturbing videos utilize their channel features such as keywords, description, topics, posts, etc., to appeal to kids (e.g., using game-related keywords). Finally, we use a collection of such channel and content features to train ML classifiers able to detect, at channel creation time, when a channel will be related to disturbing content uploads. These classifiers can help YouTube moderators reduce such incidences, pointing to potentially suspicious accounts without analyzing actual videos.
• Abstract（参考訳）: ここ数年、アニメ、スーパーヒーロー映画、コミックなどのテーマで、子供をターゲットにしたビデオを作成し、共有する新しいYouTubeチャンネルが何百もある。 残念なことに、これらのビデオの多くは、乱暴、暴力的、性的シーンのために、ターゲットの視聴者が消費するのに不適当である。 そこで本稿では,過去に子どもをターゲットとした動画を投稿したyoutubeチャンネルを調査した。 われわれはYouTubeの仮定とフラグが不適切なコンテンツやチャンネルであることと、コンテンツに支障をきたしてまだ同プラットフォームで利用できないこととを明確に区別している。 特に、2019年の調査では、手動で注釈付けされたビデオの60%近く(Elsaなどの子供向けビデオ関連キーワードでブートストラップされたコレクション)が、2021年半ばにYouTubeで利用可能であることがわかりました。 その間、こうした乱雑なビデオをアップロードしたチャンネルの44%はまだ停止されておらず、ビデオは削除される。 また、2019年末にyoutubeが導入した"madeforkids"フラグを初めて研究し、前回の調査で示されたように、邪魔なビデオをシェアするチャンネルと比較した。 これらのチャンネルは、適切なコンテンツを共有するチャンネルよりも「madeForKids」として設定される可能性が低いようだ。 さらに、乱れた動画を投稿するチャンネルは、キーワード、説明、トピック、投稿などのチャンネル機能を利用して子供にアピールする(例えば、ゲーム関連キーワードを使用する)。 最後に、そのようなチャンネルとコンテンツ機能のコレクションを使用して、チャンネル作成時に、チャンネルが乱れたコンテンツのアップロードに関連することを検知できるML分類器を訓練します。 これらの分類器はYouTubeのモデレーターが、実際のビデオを分析せずに、疑わしいアカウントを指して、そのような事故を減らすのに役立つ。

関連論文リスト

• Detours for Navigating Instructional Videos [58.1645668396789]
  We propose VidDetours, a video-lang approach that learn to retrieve the target temporal segments from a large repository of how-to's。 本稿では,ビデオ検索と質問応答の最良の方法に比べて,モデルが大幅に改善し,リコール率が35%を超えることを示す。
  論文  参考訳（メタデータ） (2024-01-03T16:38:56Z)
• 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)
• Did your child get disturbed by an inappropriate advertisement on YouTube? [3.2113789596629503]
  幼児に適した24.6Kの多様なYouTubeビデオの広告パターンを分析した。 この24.6Kビデオに示されている4.6Kのユニークな広告の9.9%は、幼児向けの不適切なコンテンツを含んでいる。
  論文  参考訳（メタデータ） (2022-11-04T10:28:54Z)
• 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)
• 'Beach' to 'Bitch': Inadvertent Unsafe Transcription of Kids' Content on YouTube [13.116806430326513]
  有名な自動音声認識(ASR)システムは、YouTube Kidsのビデオの書き起こしをしながら、子供にとって非常に不適切なテキストコンテンツを生成できる。 我々は、既存の最先端のASRシステムが子供に不適切なコンテンツを幻覚させるような、第一級のオーディオデータセットをリリースする。
  論文  参考訳（メタデータ） (2022-02-17T19:19:09Z)
• Uncovering the Dark Side of Telegram: Fakes, Clones, Scams, and Conspiracy Movements [67.39353554498636]
  我々は35,382の異なるチャンネルと130,000,000以上のメッセージを収集して,Telegramの大規模解析を行う。 カードなどのダークウェブのプライバシー保護サービスにも、悪名高い活動がいくつかある。 疑似チャネルを86%の精度で識別できる機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-26T14:53:31Z)
• VPN: Video Provenance Network for Robust Content Attribution [72.12494245048504]
  VPN - オンラインで共有されているビデオから出典情報を復元するコンテンツ属性手法を提案する。 完全長あるいは切り離されたビデオクエリを用いて,このようなビデオのマッチングに頑健な検索埋め込みを学習する。 一度ビデオクリップの信頼できるデータベースにマッチすると、そのクリップの出所に関する関連情報がユーザに提示される。
  論文  参考訳（メタデータ） (2021-09-21T09:07:05Z)
• 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)
• 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)

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。