論文の概要: Esports Debut as a Medal Event at 2023 Asian Games: Exploring Public Perceptions with BERTopic and GPT-4 Topic Fine-Tuning
- arxiv url: http://arxiv.org/abs/2409.18798v1
- Date: Fri, 27 Sep 2024 14:53:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-01 11:53:50.431316
- Title: Esports Debut as a Medal Event at 2023 Asian Games: Exploring Public Perceptions with BERTopic and GPT-4 Topic Fine-Tuning
- Title（参考訳）: 2023年アジア競技大会におけるメダルイベントとしてのスポーツ: BERTopic と GPT-4 Topic Fine-Tuning によるパブリックパーセプションの探索
- Authors: Tyreal Yizhou Qian, Bo Yu, Weizhe Li, Chenglong Xu,
- Abstract要約: 本研究では,2023年アジア競技大会におけるエスポートの世論とイベントにおける共同創造価値について検討した。
我々は、公共の認識を表す5つの主要なテーマと、主要な利害関係者がエスポートエコシステム内外でどのように価値を創造したかを特定した。
- 参考スコア（独自算出の注目度）: 2.2271050262562655
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study examined the public opinions of esports at the 2023 Asian Games and value co-creation during the event using an LLM-enhanced BERTopic modeling analysis. We identified five major themes representing public perceptions, as well as how major stakeholders co-created value within and beyond the esports ecosystem. Key findings highlighted the strategic use of social media marketing to influence public opinion and promote esports events and brands, emphasizing the importance of event logistics and infrastructure. Additionally, the study revealed the co-creation value contributed by stakeholders outside the traditional esports ecosystem, particularly in promoting national representation and performance. Our findings supported the ongoing efforts to legitimize esports as a sport, noting that mainstream recognition remains a challenge. The inclusion of esports as a medal event showcased broader acceptance and helped mitigate negative public perceptions. Moreover, contributions from non-traditional stakeholders underscored the value of cross-subcultural collaborations in esports.
- Abstract（参考訳）: 本研究は,2023年アジア競技大会におけるエスポートの世論と,LLM強化BERトピックモデリング分析を用いたイベントにおける価値共創について検討した。
我々は、公共の認識を表す5つの主要なテーマと、主要な利害関係者がエスポートエコシステム内外でどのように価値を創造したかを特定した。
主要な発見は、ソーシャルメディアマーケティングの戦略的利用が世論に影響を与え、エスポートイベントやブランドを促進することを強調し、イベントの物流とインフラの重要性を強調した。
さらに、従来のエスポートエコシステム以外の利害関係者による共同創造価値、特に全国的表現とパフォーマンスの促進が示された。
スポーツとしてエスポートを合法化するための継続的な取り組みを支持し,主流の認識は依然として課題である,と指摘する。
メダルのイベントとしてエスポートが取り入れられたことで、広く受け入れられ、否定的な大衆の認識を和らげることができた。
さらに、非伝統的な利害関係者からの貢献は、エスポートにおける異文化間協力の価値を裏付けた。
関連論文リスト
- Deep learning for action spotting in association football videos [64.10841325879996]
SoccerNetイニシアチブは毎年の課題を組織し、世界中の参加者が最先端のパフォーマンスを達成するために競う。
本稿では,スポーツにおけるアクションスポッティングの歴史を,2018年の課題の創出から,現在の研究・スポーツ産業における役割まで遡る。
論文 参考訳（メタデータ） (2024-10-02T07:56:15Z) - Game-MUG: Multimodal Oriented Game Situation Understanding and Commentary Generation Dataset [8.837048597513059]
本稿では,新しいマルチモーダルゲーム状況理解とオーディエンスによるコメント生成データセットであるGAME-MUGを紹介する。
我々のデータセットは、YouTubeとTwitchの2020-2022 LOLゲームライブストリームから収集され、テキスト、オーディオ、時系列イベントログを含むマルチモーダルEスポーツゲーム情報を含んでいる。
また,ゲーム状況とオーディエンス会話理解を網羅して,新たなオーディエンス会話追加コメントデータセットを提案する。
論文 参考訳（メタデータ） (2024-04-30T00:39:26Z) - ABAW: Valence-Arousal Estimation, Expression Recognition, Action Unit
Detection & Emotional Reaction Intensity Estimation Challenges [62.413819189049946]
5th Affective Behavior Analysis in-the-Wild(ABAW)コンペティションは、IEEE Computer Vision and Pattern Recognition Conference(CVPR)と共同で開催される各ABAWワークショップの一部である。
今年のコンペティションでは、Aff-Wild2データベースの拡張バージョンとHume-Reactionデータセットの2つのコーパスが特徴です。
後者のデータセットは、感情的刺激に対する個人の反応が7つの感情的表現強度に対して注釈付けされている聴覚的データセットである。
論文 参考訳（メタデータ） (2023-03-02T18:58:15Z) - Sedition Hunters: A Quantitative Study of the Crowdsourced Investigation
into the 2021 U.S. Capitol Attack [5.218882272051637]
我々は、2021年の米国議会議事堂攻撃に参加した個人を特定することを目的として、Twitterコミュニティを調査する。
トピックモデリングを用いて、情報共有がコミュニティの主な焦点であることに気付きました。
ソーシャル・ネットワーク・アナリティクスを用いて、一部の参加者がコミュニティにおいてどのように重要な役割を担ったかを示す。
論文 参考訳（メタデータ） (2023-02-21T19:47:43Z) - ESTA: An Esports Trajectory and Action Dataset [0.0]
我々はエスポートデータを用いて、勝利予測のための機械学習モデルを開発する。
Awpyはオープンソースのライブラリで、プレイヤーの軌跡やアクションをゲームログから抽出できる。
ESTAは、これまでで最大かつ最も細かく公開されているスポーツデータセットの1つである。
論文 参考訳（メタデータ） (2022-09-20T17:13:50Z) - GCN-WP -- Semi-Supervised Graph Convolutional Networks for Win
Prediction in Esports [84.55775845090542]
本稿では,グラフ畳み込みネットワークに基づくエスポートに対する半教師付き勝利予測モデルを提案する。
GCN-WPはマッチとプレーヤに関する30以上の機能を統合し、近隣のゲームを分類するためにグラフ畳み込みを使用している。
本モデルは,LLの機械学習やスキル評価モデルと比較して,最先端の予測精度を実現する。
論文 参考訳（メタデータ） (2022-07-26T21:38:07Z) - A Survey on Video Action Recognition in Sports: Datasets, Methods and
Applications [60.3327085463545]
本稿では,スポーツ分析のための映像行動認識に関する調査を行う。
サッカー、バスケットボール、バレーボール、ホッケー、フィギュアスケート、体操、卓球、ダイビング、バドミントンなど10種以上のスポーツを紹介します。
本研究では,サッカー,バスケットボール,卓球,フィギュアスケート動作認識をサポートするPaddlePaddleを用いたツールボックスを開発した。
論文 参考訳（メタデータ） (2022-06-02T13:19:36Z) - Knowledge Enhanced Sports Game Summarization [14.389241106925438]
2つの特徴を持つ新しいデータセットであるK-SportsSumを紹介する。
K-SportsSumは大規模なゲームから大量のデータを収集する。
K-SportsSumはさらに、523のスポーツチームと14,724人のスポーツ選手の情報を含む大規模な知識コーパスを提供している。
論文 参考訳（メタデータ） (2021-11-24T15:06:20Z) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は、競合する社会的影響に基づく新しい学習メカニズムの提供に焦点を当てる。
本研究は,競争競合の概念に基づいて,これらのエージェントの評価を人的視点から変えられるかを検討することを目的とする。
論文 参考訳（メタデータ） (2020-11-02T21:54:18Z) - Valuing Player Actions in Counter-Strike: Global Offensive [4.621805808537653]
ゲーム内CSGOイベント7000万以上を使用して、当社のフレームワークの一貫性と独立性を実証します。
また,高インパクトプレイ識別と不確実性推定のユースケースも提供する。
論文 参考訳（メタデータ） (2020-11-02T21:11:14Z) - The EPIC-KITCHENS Dataset: Collection, Challenges and Baselines [88.47608066382267]
この大規模なデータセットが、32人の参加者によって、彼らのネイティブキッチン環境でどのようにキャプチャされたか、詳しく説明します。
録音は10カ国から4カ国で行われた。
私たちのデータセットは、11.5万フレームからなる55時間のビデオで構成されており、合計39.6Kアクションセグメントと454.2Kオブジェクトバウンディングボックスを密にラベル付けしています。
論文 参考訳（メタデータ） (2020-04-29T21:57:04Z)
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。