論文の概要: Jump off the Bandwagon? Characterizing Bandwagon Fans' Future Loyalty in
Online NBA Fan Communities
- arxiv url: http://arxiv.org/abs/2401.11629v1
- Date: Sun, 21 Jan 2024 23:48:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-23 15:32:28.677224
- Title: Jump off the Bandwagon? Characterizing Bandwagon Fans' Future Loyalty in
Online NBA Fan Communities
- Title（参考訳）: バンダゴンから飛び降りる?
NBAファンコミュニティにおけるバンドワゴンファンの将来ロイヤリティの特質
- Authors: Yichen Wang, Qin Lv
- Abstract要約: 我々は,オンラインファンの忠誠心の文脈において,長期的バンドワゴンのユーザ行動の特徴付けと予測に重点を置いている。
我々の分析によると、ほとんどのファンにとってバンドワゴンは一時的なスイッチであり、ほとんどのファンは長期的には復帰するだろう。
本研究では,このような行動特性に基づくモデルを提案し,その次シーズンの忠誠状態を予測する。
- 参考スコア（独自算出の注目度）: 2.4437259772232114
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Online user dynamics has been actively studied in recent years and bandwagon
behavior is one of the most representative topics which can provide valuable
insights for user identity change. Many previous studies have characterized
bandwagon users and leveraged such characteristics to tackle practical problems
such as community loyalty prediction. However, very few of them have
investigated bandwagon dynamics from a long-term perspective. In this work, we
focus on characterizing and predicting long-term bandwagon user behaviors in
the context of online fan loyalty. Using a dataset collected from NBA-related
discussion forums on Reddit, we trace the long-term loyalty status of bandwagon
fans to capture their latent behavioral characteristics and then propose a
computational model to predict their next sport season loyalty status with
their home teams. Our analyses reveal that bandwagoning for most fans is a
temporary switch and most of them will be back in the long term. In addition,
online fans with different loyalty levels to their home teams have demonstrated
different behaviors in various aspects, such as activity level, language usage
and reply network properties. We then propose a model based on such behavioral
characteristics to predict their next-season loyalty status. Its promising
performance demonstrates the effectiveness of our behavior characterization.
- Abstract（参考訳）: 近年,オンラインユーザダイナミクスの研究が盛んに行われており,ユーザアイデンティティの変化に対する貴重な洞察を提供する上で,最も代表的なトピックの1つである。
以前の多くの研究は、バンドワゴンの利用者を特徴付け、コミュニティの忠誠の予測のような実用的な問題に取り組むためにそのような特徴を利用した。
しかし、長期的視点からバンドワゴンの動力学を調査した者はほとんどいない。
本研究では,オンラインファンの忠誠心の文脈における長期的バンドワゴンユーザ行動の特徴と予測に焦点を当てた。
reddit上のnba関連掲示板から収集されたデータセットを用いて、バンドワゴンファンの長期的な忠誠状態を追跡し、潜在行動特性を把握し、次にホームチームとの次のスポーツシーズン忠誠状態を予測するための計算モデルを提案する。
分析の結果、ほとんどのファンのバンドワゴンは一時的なスイッチであり、そのほとんどが長期的には戻ってくることが判明した。
さらに、ホームチームに対する忠誠度が異なるオンラインファンは、アクティビティレベル、言語使用量、返信ネットワーク特性など、さまざまな面で異なる行動を示している。
次に,このような行動特性に基づくモデルを提案し,その次シーズンの忠誠状態を予測する。
その有望な性能は、我々の行動特性の有効性を示す。
関連論文リスト
- About latent roles in forecasting players in team sports [47.066729480128856]
チームスポーツは、チームメイトと相手とのインタラクションに影響を与える重要な社会的要素を含んでいる。
RolForはロールベースのForecastingのための新しいエンドツーエンドモデルです。
論文 参考訳（メタデータ） (2023-04-17T13:33:23Z) - Persuading to Prepare for Quitting Smoking with a Virtual Coach: Using
States and User Characteristics to Predict Behavior [0.0]
説得者の状態と特徴は、説得的メッセージを選択するためのより効果的なアルゴリズムのための有望なコンポーネントである。
我々は,仮想コーチが喫煙をやめるための準備活動を行うように,毎日671人の喫煙者を説得した縦断的研究を行った。
このRL-approachを用いて、状態を考えることは行動と将来の状態の両方を予測するのに役立ちます。
論文 参考訳（メタデータ） (2023-04-05T07:31:29Z) - Understanding why shooters shoot -- An AI-powered engine for basketball
performance profiling [70.54015529131325]
バスケットボールは、プレイスタイルやゲームダイナミクスなど、多くの変数によって規定されている。
パフォーマンスプロファイルが様々なプレイスタイルを反映できることは重要です。
プレイヤのパフォーマンスプロファイルをタイムリーに可視化するツールを提案する。
論文 参考訳（メタデータ） (2023-03-17T01:13:18Z) - NBA2Vec: Dense feature representations of NBA players [0.0]
本稿では,各プレーヤの高密度特徴表現を抽出するWord2Vecに基づくニューラルネットワークモデルであるNBA2Vecを提案する。
NBA2Vecは、2017年のNBAプレイオフシリーズの結果を正確に予測する。
NBA2Vec埋め込みの今後の応用は、プレイヤーのスタイルを特徴付けることで、プレイヤーの獲得とコーチング決定のための予測モデルに革命をもたらす可能性がある。
論文 参考訳（メタデータ） (2023-02-26T19:05:57Z) - Can a face tell us anything about an NBA prospect? -- A Deep Learning
approach [0.0]
画像解析と畳み込みニューラルネットワークを,各ドラフトクラスから新たに作成した選手のキャリア軌跡を予測するために展開する。
1990年以降のドラフト毎に,約1500枚の画像データからなるデータベースを構築した。
筆者らは,データ中の一般的な事前学習画像分類モデルを訓練し,新人選手のキャリアを確実に予測するモデルを作成するために,一連の実験を行った。
論文 参考訳（メタデータ） (2022-12-13T18:36:29Z) - Recommender Transformers with Behavior Pathways [50.842316273120744]
Recommender Transformer (RETR) を新しいパスウェイアテンション機構で構築する。
実世界の7つのデータセットにおけるRETRの有効性を実証的に検証する。
論文 参考訳（メタデータ） (2022-06-13T08:58:37Z) - PinnerFormer: Sequence Modeling for User Representation at Pinterest [60.335384724891746]
我々は、ユーザの将来的なエンゲージメントを予測するためにトレーニングされたユーザ表現であるPinnerFormerを紹介する。
従来のアプローチとは異なり、新しい密集した全アクション損失を通じて、モデリングをバッチインフラストラクチャに適応させます。
その結果,1日に1回発生するバッチユーザ埋め込みと,ユーザがアクションを行うたびに発生するリアルタイムユーザ埋め込みとの間には,大きなギャップがあることが判明した。
論文 参考訳（メタデータ） (2022-05-09T18:26:51Z) - How we browse: Measurement and analysis of digital behavior [25.760665908194888]
参加者31名のデータを14日間連続して収集し,自己報告したブラウジングパターンについて検討した。
年齢によっては活動レベルに有意な差がみられたが、人種や性別によるものではない。
ユーザーはオンラインで過ごす時間をかなり過大評価しているが、オンラインで過ごす時間について比較的正確な認識を持っている。
論文 参考訳（メタデータ） (2021-08-15T14:08:30Z) - 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) - Jump on the Bandwagon? -- Characterizing Bandwagon Phenomenon in Online
NBA Fan Communities [8.294058148615758]
Reddit上では,ユーザダイナミクスの特殊な事例である「バンドワゴンファン」現象について検討している。
優れたチームはより多くのバンドワゴンファンを惹きつけるが、必ずしも弱いチームによるものではない。
短いコメントを書いたり、フィードバックを得たり、関連チームへのアタッチメントを減らしたりしています。
論文 参考訳（メタデータ） (2021-04-17T19:39:49Z) - Learning Transferrable Parameters for Long-tailed Sequential User
Behavior Modeling [70.64257515361972]
テールユーザに注力することで、より多くのメリットをもたらし、長いテールの問題に対処できる、と私たちは主張しています。
具体的には、頭部から尾部への知識伝達を容易にするために、勾配アライメントを提案し、敵のトレーニングスキームを採用する。
論文 参考訳（メタデータ） (2020-10-22T03:12:02Z)
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。