[論文レビュー] Clickbait in YouTube Prevention, Detection and Analysis of the Bait using Ensemble Learning

Peya Mowar, Mini Jain+2 more|arXiv (Cornell University)|Dec 16, 2021

Misinformation and Its Impacts被引用数 9

ひとこと要約

本論文は、動画の内容、タイトル、サムネイル分析を統合した、YouTubeのクリックベイト検出のための新規アンサンブル学習モデルを提案する。スタッキング分類器を用い、6つのベースモデルとメタラーナーを備える。本手法は、ユーザーのインタラクションメタデータに依存せず、BollyBAITデータセットで92.89%、Misleading Video Datasetで95.38%の精度を達成し、動画公開前での検出が可能となる。これにより、クリックベイトコンテンツが公開されるのを防げる。

ABSTRACT

Unscrupulous content creators on YouTube employ deceptive techniques such as spam and clickbait to reach a broad audience and trick users into clicking on their videos to increase their advertisement revenue. Clickbait detection on YouTube requires an in depth examination and analysis of the intricate relationship between the video content and video descriptors title and thumbnail. However, the current solutions are mostly centred around the study of video descriptors and other metadata such as likes, tags, comments, etc and fail to utilize the video content, both video and audio. Therefore, we introduce a novel model to detect clickbaits on YouTube that consider the relationship between video content and title or thumbnail. The proposed model consists of a stacking classifier framework composed of six base models (K Nearest Neighbours, Support Vector Machine, XGBoost, Naive Bayes, Logistic Regression, and Multilayer Perceptron) and a meta classifier. The developed clickbait detection model achieved a high accuracy of 92.89% for the novel BollyBAIT dataset and 95.38% for Misleading Video Dataset. Additionally, the stated classifier does not use meta features or other statistics dependent on user interaction with the video (the number of likes, followers, or comments) for classification, and thus, can be used to detect potential clickbait videos before they are uploaded, thereby preventing the nuisance of clickbaits altogether and improving the users streaming experience.

研究の動機と目的

• 広告収益を得るためにユーザーの関与を操作するデマのクリックベイトコンテンツの増加という問題に対処すること。
• 視覚的および音声・動画コンテンツに加え、タイトルやサムネイルといったテキスト記述子を活用した検出システムを開発すること。
• 分類にユーザーのインタラクションメタデータ（例：いいね、コメント、フォロワー数）に依存しないようにし、動画アップロード前にプロアクティブに検出可能とすること。
• 誤解を招くコンテンツが公開されないようにすることで、ユーザーのストリーミング体験を向上させること。

提案手法

• 提案されたモデルは、6つのベースモデル（K-近傍法、サポートベクターマシン、XGBoost、ナイーブベイズ、ロジスティック回帰、マルチレイヤーパーセプトロン）を用いたスタッキングアンサンブル分類器である。
• 動画の内容は、視覚的（フレーム）および音声的（会話と音声）モダリティからの特徴抽出を用いて処理され、マルチモーダルな手がかりを捉える。
• 動画のタイトルとサムネイルからのテキスト特徴量は、TF-IDFやワードエムベッディングを含む自然言語処理技術を用いて抽出される。
• ベースモデルは、動画、音声、テキストデータのマルチモーダル特徴量を組み合わせて学習され、その予測結果がメタ分類器の入力として使用される。
• メタ分類器は、ベースモデルからの予測を組み合わせて、全体の検出性能を向上させる学習を行う。
• モデルは、ユーザーのインタラクション統計を一切使用せず、2つの新規データセット（BollyBAITとMisleading Video Dataset）で訓練および評価されている。

実験結果

リサーチクエスチョン

• RQ1 動画、音声、タイトル、サムネイル特徴量を組み合わせることで、マルチモーダルなアンサンブルモデルはYouTubeのクリックベイトコンテンツを効果的に検出できるか？
• RQ2 個々のモデルと比較して、スタッキングアンサンブル分類器の性能は、偽りのYouTubeコンテンツ検出においてどうなるか？
• RQ3 ユーザーの関与メトリクス（いいね、コメント、フォロワー数など）に依存せず、コンテンツと記述子の特徴量のみを用いて、動画アップロード前にクリックベイト検出がどの程度可能か？
• RQ4 動画と音声コンテンツを統合することで、メタデータのみを用いたモデルと比較して、クリックベイト検出の正確性が顕著に向上するか？

主な発見

• 提案されたアンサンブルモデルは、YouTubeコンテンツのクリックベイト検出を目的とした新規データセットBollyBAITで92.89%の検出精度を達成した。
• Misleading Video Datasetでは、95.38%というより高い精度を達成し、さまざまなタイプの偽りのコンテンツに対して優れた汎化性能を示した。
• いいね、コメント、フォロワー数などのユーザーのインタラクションに基づく特徴量を一切使用せず、動画の公開前での検出が可能である。
• 動画と音声コンテンツをテキスト記述子と統合することで、メタデータのみのアプローチと比較して、検出性能が顕著に向上した。
• スタッキングアンサンブルアーキテクチャは、個々のベースモデルを上回る性能を示し、多様な学習アルゴリズムを組み合わせる有効性を確認した。
• 動画のアップロード前にクリックベイトを検出できる能力は、誤ったコンテンツにユーザーがさらされるのを防ぐプロアクティブな解決策を提供する。