論文の概要: What we can learn from TikTok through its Research API
- arxiv url: http://arxiv.org/abs/2402.13855v2
- Date: Thu, 4 Apr 2024 08:08:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-05 19:23:57.134200
- Title: What we can learn from TikTok through its Research API
- Title(参考訳): TikTokがResearch APIで学んだこと
- Authors: Francesco Corso, Francesco Pierri, Gianmarco De Francisci Morales,
- Abstract要約: 最近リリースされた無料のResearch APIは、投稿されたビデオ、関連コメント、ユーザーアクティビティのデータを集めるための扉を開く。
本研究は,TikTokビデオのランダムなサンプルを6年間にわたって収集し,分析することにより,Research APIが返した結果の信頼性を評価することに焦点を当てた。
- 参考スコア(独自算出の注目度): 3.424635462664968
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: TikTok is a social media platform that has gained immense popularity over the last few years, particularly among younger demographics, due to the viral trends and challenges shared worldwide. The recent release of a free Research API opens the door to collecting data on posted videos, associated comments, and user activities. Our study focuses on evaluating the reliability of the results returned by the Research API, by collecting and analyzing a random sample of TikTok videos posted in a span of 6 years. Our preliminary results are instrumental for future research that aims to study the platform, highlighting caveats on the geographical distribution of videos and on the global prevalence of viral and conspiratorial hashtags.
- Abstract(参考訳): TikTokはソーシャルメディアプラットフォームで、近年、特に若年層で人気が高まっている。
最近リリースされた無料のResearch APIは、投稿されたビデオ、関連コメント、ユーザーアクティビティのデータを集めるための扉を開く。
本研究は,TikTokビデオのランダムなサンプルを6年間にわたって収集し,分析することにより,Research APIが返した結果の信頼性を評価することに焦点を当てた。
本研究は, ビデオの地理的分布と, バイラル・コンスピラリアル・ハッシュタグのグローバルな普及に注意を払って, プラットフォームの研究をめざして, 今後の研究に役立てるものである。
関連論文リスト
- TV100: A TV Series Dataset that Pre-Trained CLIP Has Not Seen [59.41896032227508]
2021年以降に公開されたテレビシリーズの画像からなる新しいデータセットを公開している。
このデータセットは、インクリメンタルラーニングの評価を含む、さまざまな研究領域での利用に重要な可能性を秘めている。
論文 参考訳(メタデータ) (2024-04-16T17:47:45Z) - Federated Learning for Generalization, Robustness, Fairness: A Survey
and Benchmark [55.898771405172155]
フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。
我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
論文 参考訳(メタデータ) (2023-11-12T06:32:30Z) - An Empirical Investigation of Personalization Factors on TikTok [77.34726150561087]
TikTokのアルゴリズムがプラットフォームの成功とコンテンツの配布に重要であるにもかかわらず、アルゴリズムの実証的な分析はほとんど行われていない。
我々は,私たちが開発したカスタムアルゴリズムを用いたソック・パペット・監査手法を用いて,TikTokへのアクセスに使用される言語と位置情報の効果を検証,分析した。
その結果,フォローフェールが最も強い影響を受けており,ライクフェールやビデオ視聴率が高いことが判明した。
論文 参考訳(メタデータ) (2022-01-28T17:40:00Z) - Slapping Cats, Bopping Heads, and Oreo Shakes: Understanding Indicators
of Virality in TikTok Short Videos [11.089339341624996]
我々は、TikTokに投稿された短いビデオの要素がバイラル性に与える影響について研究する。
我々の研究は、非ウイルスのTikTokビデオとウイルスを区別する特徴を強調している。
論文 参考訳(メタデータ) (2021-11-03T18:17:16Z) - DFW-PP: Dynamic Feature Weighting based Popularity Prediction for Social
Media Content [4.348651617004765]
ソーシャルメディアプラットフォーム上でのコンテンツの過度な飽和は、コンテンツの人気に影響を与える重要な要因を特定するよう私たちを説得してきた。
DFW-PPフレームワークを提案し、時間とともに異なる特徴の重要性を学習する。
提案手法は,有望な結果を示すベンチマークデータセットを用いて実験を行った。
論文 参考訳(メタデータ) (2021-10-16T08:40:58Z) - Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。
UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。
私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
論文 参考訳(メタデータ) (2021-08-10T19:19:41Z) - Challenges in biomarker discovery and biorepository for Gulf-war-disease
studies: a novel data platform solution [48.7576911714538]
ROSALINDという新しいデータプラットフォームを導入し、課題を克服し、健全で重要なコラボレーションを育み、科学的調査を進めます。
ROSALINDは、自己管理されたアクセシビリティ、リンク性、可積分性、中立性、信頼性を持つリソース有機体を指します。
過去12ヶ月のGWI研究におけるROSALINDの展開により、データ実験と分析のペースが加速し、多数のエラーソースが削除され、研究品質と生産性が向上しました。
論文 参考訳(メタデータ) (2021-02-04T20:38:30Z) - Post or Tweet: Lessons from a Study of Facebook and Twitter Usage [9.888864336862385]
このワークショップでは、FacebookとTwitterという、おそらく最も人気のある2つのソーシャルネットワークサイトについて、現在進行中の混合調査についてレポートする。
この研究の目的は、参加者のモチベーションに関する調査データとAPI抽出を通じて収集された利用データを組み合わせることで、ソーシャルメディアの選択とクロスプラットフォーム利用のニュアンスに光を当てることである。
論文 参考訳(メタデータ) (2020-11-27T15:55:02Z) - Content-based Analysis of the Cultural Differences between TikTok and
Douyin [95.32409577885645]
ショートフォームのソーシャルメディアは、聴衆にダイナミックなストーリーを伝え、彼らの注意を引き付けることによって、伝統的なメディアパラダイムから遠ざかる。
特に、興味深く、理解しやすいユニークなシーンを表現するために、日常的なオブジェクトの異なる組み合わせを用いることができる。
同じ会社によって提供されたTikTokとDouyinは、近年人気になった新しいメディアの好例だ。
メディアファッションや社会的慣用性とともに文化的な違いを表現しているという仮説が,本研究の主目的である。
論文 参考訳(メタデータ) (2020-11-03T01:47:49Z) - Using social media to measure demographic responses to natural disaster:
Insights from a large-scale Facebook survey following the 2019 Australia
Bushfires [3.441021278275805]
われわれは、Facebookアプリ自体を通じて、ディスアスター後の人口統計と経済効果を迅速に調査する。
これらの調査回答は、Facebook Displacement Mapsを含むアプリ由来のモビリティデータを強化するために使用します。
我々は、変位決定やタイミングなど、重要な領域のいくつかの違いを明らかにした。
論文 参考訳(メタデータ) (2020-08-09T05:55:26Z)
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。