[논문 리뷰] The Untold Story of the Clones: Content-agnostic Factors that Impact YouTube Video Popularity

Youmna Borghol, Sébastien Ardon외 3명|arXiv (Cornell University)|2013. 11. 26.

Complex Network Analysis Techniques참고 문헌 10인용 수 97

한 줄 요약

이 논문은 동일한 콘텐츠를 가진 메타데이터가 다른 근접 동일 영상 복제본(클론)을 분석함으로써 콘텐츠에 영향을 받지 않는 요인들이 유튜브 영상 인기도에 미치는 영향을 고립하고 정량화하기 위한 클론 기반 방법론을 제안한다. 1,761개의 클론 영상에 다중 회귀 분석을 적용한 결과, 시청 수가 '부자층이 더 부유해지는' 동력을 이끌고 있으며, 업로더 네트워크 규모와 키워드가 초기 인기도에 크게 기여함을 확인했으며, 콘텐츠를 통제하지 않을 경우 요인 중요도에 대한 편향된 결론을 이끌 수 있음을 보여준다.

ABSTRACT

Video dissemination through sites such as YouTube can have widespread impacts on opinions, thoughts, and cultures. Not all videos will reach the same popularity and have the same impact. Popularity differences arise not only because of differences in video content, but also because of other "content-agnostic" factors. The latter factors are of considerable interest but it has been difficult to accurately study them. For example, videos uploaded by users with large social networks may tend to be more popular because they tend to have more interesting content, not because social network size has a substantial direct impact on popularity. In this paper, we develop and apply a methodology that is able to accurately assess, both qualitatively and quantitatively, the impacts of various content-agnostic factors on video popularity. When controlling for video content, we observe a strong linear "rich-get-richer" behavior, with the total number of previous views as the most important factor except for very young videos. The second most important factor is found to be video age. We analyze a number of phenomena that may contribute to rich-get-richer, including the first-mover advantage, and search bias towards popular videos. For young videos we find that factors other than the total number of previous views, such as uploader characteristics and number of keywords, become relatively more important. Our findings also confirm that inaccurate conclusions can be reached when not controlling for content.

연구 동기 및 목표

• 콘텐츠에 영향을 받지 않는 요인들—예를 들어 영상 연령, 업로더 네트워크 규모, 키워드—이 유튜브 영상 인기도에 미치는 영향을 고립하고 정량화하는 것.
• 이전 연구에서 자주 발생하는 콘텐츠의 질과 플랫폼 또는 사회적 요인 간의 혼동을 해결하기 위한 것.
• 수동으로 식별된 영상 클론을 활용해 정밀한 분석이 가능한 엄격한 방법론을 개발하는 것.
• 콘텐츠를 통제하지 않을 경우 영상 연령과 팔로워 수와 같은 요소들의 중요도가 체계적으로 과대평가됨을 보여주는 것.

제안 방법

• 동일한 콘텐츠를 가진 근접 동일 영상 복제본(클론) 48세트(총 1,761개 영상)를 식별하여, 동일한 콘텐츠이지만 메타데이터가 상이한 상태를 확보함.
• 유튜브 API 및 웹 스크래핑을 통해 영상 및 업로더 메타데이터를 수집함. 포함된 항목: 시청 수, 좋아요 수, 댓글 수, 키워드, 업로드 시간, 팔로워 수.
• 다중 선형 회귀 분석을 적용하여 현재의 인기도(예: 6개월 기준 시청 수)를 모델링하고, 클론 세트 식별자를 통제함으로써 콘텐츠에 영향을 받지 않는 요인의 영향을 고립함.
• 미관측된 콘텐츠 수준의 이질성에 대응하기 위해 클론 세트 식별자를 고정 효과로 사용함.
• 기존 시청 수에 따른 시청 수 성장의 힘법칙 스케일링을 분석함으로써 '부자층이 더 부유해지는' 모델의 타당성을 검증함.
• 클론 세트 통제 유무를 비교 분석하여 요소 중요도 추정의 편향 여부를 평가함.

실험 결과

연구 질문

• RQ1 영상 연령, 총 시청 수, 업로더 사회적 네트워크 규모와 같은 콘텐츠에 영향을 받지 않는 요인이 콘텐츠와 무관하게 영상 인기도에 얼마나 영향을 미치는가?
• RQ2 영상 콘텐츠를 통제할 경우 영상 연령과 키워드 수의 상대적 중요도는 어떻게 변화하는가?
• RQ3 콘텐츠를 일정하게 유지할 경우 '부자층이 더 부유해지는' 모델이 영상 인기도의 진화를 정확히 기술하는가?
• RQ4 선도자 우위와 검색 편향은 관찰된 인기도 역학에서 어떤 역할을 하는가?
• RQ5 키워드와 영상 품질과 같은 요소들이 상당한 시청 수가 축적되기 이전의 초기 단계에서 인기도에 어떻게 영향을 미치는가?

주요 결과

• 이전 총 시청 수는 현재 인기도의 가장 강력한 예측 변수이며, 스케일 프리인 '부자층이 더 부유해지는' 모델은 약 1인 지수를 가지는 힘법칙을 나타냄.
• 영상 연령은 두 번째로 중요한 요소이며, 더 어린 영상일수록 업로더 네트워크 규모와 키워드 수에 더 민감함.
• 콘텐츠를 통제하지 않을 경우 영상 연령과 팔로워 수의 상대적 중요도가 체계적으로 과대평가되어 정확하지 않은 결론을 이끌어냄.
• 최근 업로드된 영상의 경우 업로더의 사회적 네트워크가 업로드 시점의 시청 수 변동의 최대 64%를 설명하며, 키워드는 초기 인기도 변동의 최대 36%를 설명함.
• 선도자 우위는 경험적으로 확인됨: 동일한 콘텐츠의 더 이른 시점에 업로드된 클론은 시청 수 축적에서 명백한 우위를 확보함.
• 콘텐츠에 영향을 받지 않는 요인들—예를 들어 키워드와 영상 품질—은 초기 단계에서 상당한 영향을 미치지만, 일반적으로 그 영향이 과소평가됨. 특히 콘텐츠를 통제하지 않을 경우 더욱 그렇음.