論文の概要: Shorter Is Different: Characterizing the Dynamics of Short-Form Video Platforms

• arxiv url: http://arxiv.org/abs/2410.16058v1
• Date: Mon, 21 Oct 2024 14:37:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 13:12:27.788716
• Title: Shorter Is Different: Characterizing the Dynamics of Short-Form Video Platforms
• Title（参考訳）: 短いビデオプラットフォームのダイナミクスを特徴づける「Shorter」
• Authors: Zhilong Chen, Peijie Liu, Jinghua Piao, Fengli Xu, Yong Li,
• Abstract要約: われわれは中国最大のショートフォームビデオプラットフォームであるKuaishouの大規模データ駆動分析を行っている。 あらゆるカテゴリーでアップロードされた2億4800万本のビデオに基づいて、長大なビデオプラットフォームとの違いを識別する。 ビデオはKaishou上で複数回短縮され、興味に基づくビデオではなく、生活関連ビデオによって過剰に表現される特徴的なカテゴリー分布が示される。
• 参考スコア（独自算出の注目度）: 10.078299014855622
• License:
• Abstract: The emerging short-form video platforms have been growing tremendously and become one of the leading social media recently. Although the expanded popularity of these platforms has attracted increasing research attention, there has been a lack of understanding of whether and how they deviate from traditional long-form video-sharing platforms such as YouTube and Bilibili. To address this, we conduct a large-scale data-driven analysis of Kuaishou, one of the largest short-form video platforms in China. Based on 248 million videos uploaded to the platform across all categories, we identify their notable differences from long-form video platforms through a comparison study with Bilibili, a leading long-form video platform in China. We find that videos are shortened by multiples on Kuaishou, with distinctive categorical distributions over-represented by life-related rather than interest-based videos. Users interact with videos less per view, but top videos can even more effectively acquire users' collective attention. More importantly, ordinary content creators have higher probabilities of producing hit videos. Our results shed light on the uniqueness of short-form video platforms and pave the way for future research and design for better short-form video ecology.
• Abstract（参考訳）: 新興のショートフォームビデオプラットフォームは急速に成長し、最近ソーシャルメディアのトップの1つになった。 これらのプラットフォームの人気が拡大して研究が注目されているが、YouTubeやBilibiliのような従来のビデオ共有プラットフォームから逸脱するかどうか、またどのように逸脱するかは理解されていない。 これを解決するために,中国最大のショートフォームビデオプラットフォームであるKuaishouの大規模データ駆動分析を行った。 あらゆるカテゴリーでアップロードされた2億4800万本のビデオに基づいて、中国の主要な長編ビデオプラットフォームであるBilibiliとの比較研究により、長編ビデオプラットフォームとの顕著な違いを識別する。 ビデオはKaishou上で複数回短縮され、興味に基づくビデオではなく、生活関連ビデオによって過剰に表現される特徴的なカテゴリー分布が示される。 ユーザーはビュー当たりのビデオと対話するが、トップビデオはユーザーの集団的注意をより効果的に得ることができる。 さらに重要なのは、通常のコンテンツクリエーターはヒットビデオを制作する確率が高いことだ。 その結果、ショートフォームビデオプラットフォームの独自性に光を当て、ショートフォームビデオエコロジーを改善するための将来の研究とデザインの道を開くことができた。

関連論文リスト

• TripletViNet: Mitigating Misinformation Video Spread Across Platforms [3.1492627280939547]
  最近、多くのプラットフォームでフェイクニュースや誤報ビデオが広まっている。 最近の研究は、単一のプラットフォーム内で暗号化されたネットワークトラフィックからビデオタイトルを識別できる可能性を示している。 クロスプラットフォームビデオ認識には既存の方法はない。
  論文  参考訳（メタデータ） (2024-07-15T12:03:23Z)
• VidMuse: A Simple Video-to-Music Generation Framework with Long-Short-Term Modeling [71.01050359126141]
  ビデオ入力に対応する音楽を生成するためのフレームワークであるVidMuseを提案する。 VidMuseは、ビデオと音響的、意味的に一致した高忠実な音楽を生成する。
  論文  参考訳（メタデータ） (2024-06-06T17:58:11Z)
• Step Differences in Instructional Video [34.551572600535565]
  本論文では,HowTo100Mから一対の動画を含む視覚的インストラクション・チューニングデータを生成する手法を提案する。 次に、ビデオ条件付き言語モデルをトレーニングして、複数の生のビデオに共同で理由付けします。 本モデルでは,ビデオペアとランキングビデオの違いを識別し,最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-04-24T21:49:59Z)
• MovieLLM: Enhancing Long Video Understanding with AI-Generated Movies [21.489102981760766]
  MovieLLMは、一貫した高品質なビデオデータを合成し、命令のチューニングをするための新しいフレームワークである。 実験により,MovieLLMが生成したデータにより,複雑な映像物語の理解において,マルチモーダルモデルの性能が著しく向上することが確認された。
  論文  参考訳（メタデータ） (2024-03-03T07:43:39Z)
• Beyond the Frame: Single and mutilple video summarization method with user-defined length [4.424739166856966]
  ビデオの要約は難しいが重要な作業であり、さらなる研究と開発にかなりの可能性がある。 本稿では,NLP技術とビデオ処理技術を組み合わせて,長い動画を比較的短いビデオに変換する。
  論文  参考訳（メタデータ） (2023-12-23T04:32:07Z)
• ChatVideo: A Tracklet-centric Multimodal and Versatile Video Understanding System [119.51012668709502]
  マルチモーダル・多目的ビデオ理解のためのビジョンを提示し,プロトタイプシステム,システムを提案する。 本システムは,トラックレットを基本映像単位として扱う,トラックレット中心のパラダイムに基づいて構築されている。 検出されたすべてのトラックレットはデータベースに格納され、データベースマネージャを介してユーザと対話する。
  論文  参考訳（メタデータ） (2023-04-27T17:59:58Z)
• Video Generation Beyond a Single Clip [76.5306434379088]
  ビデオ生成モデルは、実際のビデオの長さと比較して比較的短いビデオクリップしか生成できない。 多様なコンテンツや複数のイベントをカバーした長いビデオを生成するために,ビデオ生成プロセスを制御するための追加のガイダンスを提案する。 提案手法は、固定時間ウィンドウ内でリアルな映像を生成することに焦点を当てた、既存の映像生成の取り組みを補完するものである。
  論文  参考訳（メタデータ） (2023-04-15T06:17:30Z)
• 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)
• Long Video Generation with Time-Agnostic VQGAN and Time-Sensitive Transformer [66.56167074658697]
  本稿では3D-VQGANとトランスフォーマーを使って数千フレームのビデオを生成する手法を提案する。 評価の結果,16フレームのビデオクリップでトレーニングしたモデルでは,多種多様でコヒーレントで高品質な長編ビデオが生成できることがわかった。 また,テキストと音声に時間情報を組み込むことで,有意義な長ビデオを生成するための条件付き拡張についても紹介する。
  論文  参考訳（メタデータ） (2022-04-07T17:59:02Z)
• 3MASSIV: Multilingual, Multimodal and Multi-Aspect dataset of Social Media Short Videos [72.69052180249598]
  ソーシャルメディアプラットフォームであるMojから抽出した多言語・多言語・多言語・多言語・多言語・多言語・専門的な短いビデオのデータセットである3MASSIVを提示する。 3MASSIVは、11言語で50Kのショートビデオ(平均20秒)と100Kの未ラベルビデオで構成されている。 本稿では,3MASSIVにおけるソーシャルメディアの内容がどのように動的かつ時間的であり,意味理解タスクや言語間分析に利用することができるかを示す。
  論文  参考訳（メタデータ） (2022-03-28T02:47:01Z)
• 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。