[論文レビュー] Engagement dynamics and sensitivity analysis of YouTube videos

William Hoiles, Anup Aprem+1 more|arXiv (Cornell University)|Nov 2, 2016

Complex Network Analysis Techniques参考文献 33被引用数 9

ひとこと要約

本研究では、BBTVから得た600万本の動画データセットを用いてYouTube動画のエンゲージメントを分析し、初日視聴回数、サムネイルのコントラスト、キーワード数といったメタレベルの特徴が動画の人気に顕著に影響することを特定した。動画公開後のメタデータ最適化が視聴数を増加させることを示し、チャンネルの視聴数と登録者数の増加の因果的ダイナミクスを明らかにした。一般化されたGompertzモデルを用いたバースト性のモデリングやコンテンツ戦略への応用に寄与する。

ABSTRACT

YouTube, with millions of content creators, has become the preferred destination for watching videos online. Through the Partner program, YouTube allows content creators to monetize their popular videos. Of significant importance for content creators is which meta-level features (e.g. title, tag, thumbnail) are most sensitive for promoting video popularity. The popularity of videos also depends on the social dynamics, i.e. the interaction of the content creators (or channels) with YouTube users. Using real-world data consisting of about 6 million videos spread over 25 thousand channels, we empirically examine the sensitivity of YouTube meta-level features and social dynamics. The key meta-level features that impact the view counts of a video include: first day view count , number of subscribers, contrast of the video thumbnail, Google hits, number of keywords, video category, title length, and number of upper-case letters in the title respectively and illustrate that these meta-level features can be used to estimate the popularity of a video. In addition, optimizing the meta-level features after a video is posted increases the popularity of videos. In the context of social dynamics, we discover that there is a causal relationship between views to a channel and the associated number of subscribers. Additionally, insights into the effects of scheduling and video playthrough in a channel are also provided. Our findings provide a useful understanding of user engagement in YouTube.

研究の動機と目的

• YouTube動画の人気に最も影響を与えるメタレベル特徴を特定すること。
• チャンネルの視聴数と登録者数の増加の因果的関係を調査すること。
• アップロードスケジューリングとプレイリストのダイナミクスが動画エンゲージメントに与える影響を分析すること。
• 一般化されたGompertzモデルを構築し、視聴数の源泉（登録者、移行、外部要因）を区別すること。
• 公開後メタデータ最適化の有効性を評価すること。

提案手法

• 2007年4月から2015年5月までの期間、25,000のYouTubeチャンネルをカバーする600万本の動画データセットを用いた実証的分析。
• タイトル長さ、大文字の使用数、サムネイルコントラストなどのメタレベル特徴が視聴数に与える影響を定量化する感度分析の適用。
• チャンネル視聴数と登録者数の間の方向的関係を検証するためのGranger因果性検定の実施。
• 視聴数ダイナミクスを登録者、移行、外部要因の寄与に分解するために、修正されたGompertzモデルのフィッティング。
• 動画の再生履歴とゲームチャンネルのアップロードスケジュールの分析により、タイミングの影響を評価。
• タイトル、サムネイル、キーワードの変更といったメタレベル最適化イベントの影響を測定し、公開後のエンゲージメントへの影響を評価。

実験結果

リサーチクエスチョン

• RQ1 どのメタレベル特徴がYouTube動画の視聴数に最も感受性が高いか？
• RQ2 YouTubeチャンネルの視聴数と登録者数の間に因果的関係があるか？
• RQ3 ゲームチャンネルにおいて、定期的なアップロードスケジュールから逸脱すると、動画の人気がどのように変化するか？
• RQ4 一般化されたGompertzモデルは、登録者からの視聴、非登録者（移行）からの視聴、外部要因による視聴をどの程度正確に区別できるか？
• RQ5 プレイリスト内の動画再生の初期段階での視聴数ダイナミクスは、長期的な視聴者移行とどのように関連しているか？

主な発見

• 動画の人気に最も影響を与える5つのメタレベル特徴は、初日視聴回数、登録者数、サムネイルコントラスト、Googleのヒット数、キーワード数である。
• 公開後のメタデータ最適化（特にタイトル、サムネイル、キーワード）は、検索、関連動画、プロモーションコンテンツからのトラフィックを増加させることで、動画の人気に顕著に寄与する。
• チャンネルの視聴数と登録者数の間には因果的関係があり、人気のあるチャンネルでは視聴数が登録者数の増加を引き起こしている。
• ゲームチャンネルにおいては、定期的なアップロードスケジュールから逸脱することでチャンネルの人気が向上することが示され、戦略的なスケジュールの変更が可視性向上に寄与することが示唆された。
• 一般化されたGompertzモデルは、視聴数ダイナミクスを登録者、移行、外部要因の寄与に成功裏に分離でき、より良い予測と分析が可能になった。
• ゲームプレイリスト内の初期動画は、後続の動画よりも顕著に高い視聴数を記録しており、登録者数はこのようなプレイリストにおける初期の視聴数ダイナミクスにのみ影響を及ぼす。