論文の概要: Virtual Stars, Real Fans: Understanding the VTuber Ecosystem

• arxiv url: http://arxiv.org/abs/2502.01553v1
• Date: Mon, 03 Feb 2025 17:33:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-05 14:59:53.964480
• Title: Virtual Stars, Real Fans: Understanding the VTuber Ecosystem
• Title（参考訳）: バーチャルスターとリアルファン:VTuberエコシステムを理解する
• Authors: Yiluo Wei, Gareth Tyson,
• Abstract要約: 我々は、中国のほぼすべてのVTuberがストリーミングする主要なライブストリーミングプラットフォームであるBilibili上で、VTuber視聴者の包括的な分析を行う。 ライブストリーミング2.7Mセッションを対象とした第1種データセットをコンパイルし,VTuber視聴者の特性,エンゲージメントパターン,および影響について検討した。 我々は、VTubersに将来のサブスクライバを"推奨"するツールの開発に活用する。
• 参考スコア（独自算出の注目度）: 8.461062537658846
• License:
• Abstract: Livestreaming by VTubers -- animated 2D/3D avatars controlled by real individuals -- have recently garnered substantial global followings and achieved significant monetary success. Despite prior research highlighting the importance of realism in audience engagement, VTubers deliberately conceal their identities, cultivating dedicated fan communities through virtual personas. While previous studies underscore that building a core fan community is essential to a streamer's success, we lack an understanding of the characteristics of viewers of this new type of streamer. Gaining a deeper insight into these viewers is critical for VTubers to enhance audience engagement, foster a more robust fan base, and attract a larger viewership. To address this gap, we conduct a comprehensive analysis of VTuber viewers on Bilibili, a leading livestreaming platform where nearly all VTubers in China stream. By compiling a first-of-its-kind dataset covering 2.7M livestreaming sessions, we investigate the characteristics, engagement patterns, and influence of VTuber viewers. Our research yields several valuable insights, which we then leverage to develop a tool to "recommend" future subscribers to VTubers. By reversing the typical approach of recommending streams to viewers, this tool assists VTubers in pinpointing potential future fans to pay more attention to, and thereby effectively growing their fan community.
• Abstract（参考訳）: VTubersのライブストリーミングは、現実の個人が管理するアニメーション2D/3Dアバターで、最近は世界的にかなりのフォロワーを集め、大きな成功を収めている。 オーディエンスエンゲージメントにおけるリアリズムの重要性を強調した以前の研究にもかかわらず、VTubersは意図的に自身のアイデンティティを隠蔽し、仮想ペルソナを通じて専用のファンコミュニティを育成した。 従来の研究では、コアファンコミュニティの構築はストリーマーの成功に不可欠であると評価されていたが、この新しいタイプのストリーマーの視聴者特性の理解は欠如している。 これらの視聴者に対する深い洞察を得ることは、VTubersにとって、観客のエンゲージメントを高め、より堅牢なファンベースを育成し、より大きな視聴者を引き付けることが重要である。 このギャップに対処するため、中国のほぼすべてのVTuberがストリーミングする主要なライブストリーミングプラットフォームであるBilibili上で、VTuber視聴者の包括的な分析を行う。 ライブストリーミング2.7Mセッションを対象とした第1種データセットをコンパイルし,VTuber視聴者の特性,エンゲージメントパターン,および影響について検討した。 我々の研究はいくつかの価値ある洞察をもたらし、VTubersに将来の加入者を"推薦"するツールの開発に活用する。 視聴者にストリームを推薦する典型的なアプローチを逆転することで、このツールはVTubersが将来のファンにより多くの注意を払って、ファンコミュニティを効果的に成長させるのに役立つ。

関連論文リスト

• Analyzing Pokémon and Mario Streamers' Twitch Chat with LLM-based User Embeddings [1.788784870849724]
  Twitchの各ストリーマー(SmallAnt、DougDoug、PointCrow)によって、ひとつのストリームのチャットを分析します。 以上の結果から,各ストリーマーにはそれぞれ独自のタイプのおしゃべり機能があることが示唆された。ただし,支持的な視聴者と絵文字,反応送信者という,すべてのストリーマーに2つのカテゴリが出現する。
  論文  参考訳（メタデータ） (2024-11-17T02:08:03Z)
• Fairness Through Domain Awareness: Mitigating Popularity Bias For Music Discovery [56.77435520571752]
  音楽発見と人気バイアスの本質的な関係について検討する。 本稿では,グラフニューラルネットワーク(GNN)に基づくレコメンデータシステムにおいて,人気バイアスに対処する,ドメイン対応の個別フェアネスに基づくアプローチを提案する。 我々のアプローチでは、個々の公正さを用いて、真実を聴く経験、すなわち2つの歌が似ているとすると、この類似性は彼らの表現に反映されるべきである。
  論文  参考訳（メタデータ） (2023-08-28T14:12:25Z)
• Investigating VTubing as a Reconstruction of Streamer Self-Presentation: Identity, Performance, and Gender [24.535792750960713]
  VTuberは、アニメーション2Dまたは3D仮想アバターを使用してストリーミングコンテンツを作成するライブストリーマーである。 本研究は、この柔軟性がクリエーター自身の提示方法にどのように影響するかを考察する。 VTubingの社会技術的側面は、性嫌がらせや性差別を減らし、自己目的化の懸念も高めた。
  論文  参考訳（メタデータ） (2023-07-20T16:53:41Z)
• Divert More Attention to Vision-Language Object Tracking [87.31882921111048]
  大規模な視覚言語アノテートビデオと非効果的な視覚言語対話学習が欠如していることは、トラッキングのためのより効果的な視覚言語表現の設計を動機づけている、と我々は主張する。 本稿では,まず,6つの人気追跡ベンチマークで動画をデコレートする属性アノテーション戦略を提案する。 次に,非対称なアーキテクチャ探索とモダリティミキサー(ModaMixer)を提案する,統一適応型VL表現の学習によるトラッキング向上のための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-19T15:22:06Z)
• How Would The Viewer Feel? Estimating Wellbeing From Video Scenarios [73.24092762346095]
  情緒応答と主観的幸福感に注釈を付けた6万本以上のビデオを備えた大規模データセットを2つ導入した。 Video Cognitive Empathyデータセットには、微粒な感情応答の分布のためのアノテーションが含まれており、モデルが感情状態の詳細な理解を得ることができる。 Video to Valenceデータセットには、ビデオ間の相対的な快適性のアノテーションが含まれている。
  論文  参考訳（メタデータ） (2022-10-18T17:58:25Z)
• Tutorial Recommendation for Livestream Videos using Discourse-Level Consistency and Ontology-Based Filtering [75.78484403289228]
  本稿では,ライブストリーミングビデオのチュートリアルレコメンデーションタスクのための新しいデータセットとモデルを提案する。 システムは、ライブストリーミングビデオの内容を分析し、最も関連性の高いチュートリアルを推薦することができる。
  論文  参考訳（メタデータ） (2022-09-11T22:45:57Z)
• A study on Channel Popularity in Twitch [0.0]
  Twitchにおけるストリーマーの人気の予測についてはほとんど研究されていない。 ストリームデータは、4週間の間にTwitchのAPIを使用して一貫したトラッキングを通じて収集された。 その結果,ストリーミングセッションの頻度,コンテンツの種類,ストリームの長さが,セッション中に視聴者や購読者のストリームがどれだけの頻度で得られるかを決定する重要な要因であることが判明した。
  論文  参考訳（メタデータ） (2021-11-10T20:55:20Z)
• Scaling New Peaks: A Viewership-centric Approach to Automated Content Curation [4.38301148531795]
  本稿では,様々なセグメント識別目標に対応するビューアシップ駆動自動手法を提案する。 衛星テレビ視聴データを用いて、視聴者関心の「シード」セグメントを特定するために、視聴者関心の源泉として、視聴者関心の時系列に統計的異常検出を適用した。 我々は、2019年12月19日にアメリカ合衆国民主党大統領討論会と、2019年ウィンブルドン女子最終討論会で2つのケーススタディを提示した。
  論文  参考訳（メタデータ） (2021-08-09T17:17:29Z)
• Delving Deep into the Generalization of Vision Transformers under Distribution Shifts [59.93426322225099]
  視覚変換器(ViT)は様々な視覚タスクにおいて印象的な結果を得た。 しかし、分布シフトの違いによる一般化能力はほとんど理解されていない。 この研究は、ViTの分布外一般化に関する包括的な研究を提供する。
  論文  参考訳（メタデータ） (2021-06-14T17:21:41Z)
• Monetizing Propaganda: How Far-right Extremists Earn Money by Video Streaming [0.0]
  Youtube、Twitch、DLiveなどのビデオストリーミングプラットフォームでは、ユーザーは金銭的な寄付のためにビデオコンテンツをライブストリーミングすることができる。 DLiveは暴力的な過激派や近親者集団がお金を稼いで宣伝する場として人気がある。 本稿では、DLiveが公開しているトランザクションの台帳からデータを収集・分析するための新しい実験について述べる。
  論文  参考訳（メタデータ） (2021-05-12T19:48:30Z)
• Over-crowdedness Alert! Forecasting the Future Crowd Distribution [87.12694319017346]
  提案手法は,クラウドビデオの逐次的フレームを識別アノテーションを使わずに,近い将来に群衆の分布を予測することを目的として,新しい群集解析問題を定式化したものである。 この問題を解決するために, 連続する群集映像フレームを入力とし, 対応する密度マップを補助情報として利用するグローバルな2ストリームリカレントネットワークを提案する。
  論文  参考訳（メタデータ） (2020-06-09T08:59:54Z)

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。