[논문 리뷰] Modelling View-count Dynamics in YouTube

Cédric Richier, Eitan Altman외 4명|arXiv (Cornell University)|2014. 04. 09.

Caching and Content Delivery참고 문헌 18인용 수 12

한 줄 요약

이 논문은 80만 건이 넘는 영상의 데이터셋을 사용하여 생물학적 영감을 받은 수학적 모델을 제안하여 유튜브 영상 시청 수의 동적 변화를 분류하고 예측한다. 분류 정확도는 90% 이상을 기록하고 평균 오차율은 5% 미만을 유지하며, 바이러스성과 비바이러스성 확산, 고정된 대상 인구와 증가하는 대상 인구를 반영하는 6개의 모델을 규명하였다. 특히 수정된 고프르츠 모델과 수정된 음의 지수 모델이 전체 영상의 75% 이상을 커버하며, 높은 정확도로 예측이 가능하다.

ABSTRACT

The goal of this paper is to study the behaviour of view-count in YouTube. We first propose several bio-inspired models for the evolution of the view-count of YouTube videos. We show, using a large set of empirical data, that the view-count for 90% of videos in YouTube can indeed be associated to at least one of these models, with a Mean Error which does not exceed 5%. We derive automatic ways of classifying the view-count curve into one of these models and of extracting the most suitable parameters of the model. We study empirically the impact of videos' popularity and category on the evolution of its view-count. We finally use the above classification along with the automatic parameters extraction in order to predict the evolution of videos' view-count.

연구 동기 및 목표

• 생물학적으로 영감을 받은 수학적 프레임워크를 사용하여 유튜브 영상 시청 수의 시간적 동적 변화를 모델링하고 분류한다.
• 구조적 바이러스성과 대상 인구의 행동 양상에 기반하여 각 영상이 6개의 동적 모델 중 하나로 자동 분류되도록 시스템을 개발한다.
• 모델 분류와 매개변수 추출을 통해 향후 시청 수 변화를 높은 정확도로 예측한다.
• 특히 바이러스성과 비바이러스성 콘텐츠를 구분하는 데 있어, 다양한 영상 카테고리와 인기 수준에서 모델의 강인성을 평가한다.
• 단기 관측 창(7일, 15일, 30일) 동안의 성능 평가를 통해 초기 단계에서의 인기 예측을 가능하게 한다.

제안 방법

• 저자들은 전염병학 및 인구 역학에서 영감을 얻어 수정된 음의 지수 함수, 고프르츠 함수, 시그모이드 함수 등 6개의 수학적 모델을 도출하여 시청 수 변화를 표현한다.
• 모델는 두 가지 기준에 따라 분류된다: 고정된 대조 인구 대비 증가하는 대조 인구(이민)와 바이러스성 대비 비바이러스성 확산(구술 전파 대비 방송 전파).
• 모델 선택 알고리즘은 평균 오차율(MER)을 사용하여 각 영상의 시청 수 곡선과 가장 잘 맞는 모델을 매칭하며, 수용 가능한 적합도 기준으로 5% 이하를 설정한다.
• 모델 매개변수들은 시간에 따른 실측 시청 수 데이터에 비선형 최소 제곱법을 적용하여 자동으로 추출된다.
• 예측 성능 평가에는 소프트 윈도우 및 하드 윈도우 지표를 사용하며, 7일, 15일, 30일 관측 창에 대해 예측 오차를 정규화한다.
• 본 방법은 5~2500일의 나이를 가진 80만 건의 유튜브 영상 데이터셋을 대상으로 검증되었으며, 다양한 인기 수준과 주제 카테고리에 따라 결과가 보고되었다.

실험 결과

연구 질문

• RQ1 다양한 콘텐츠 유형과 인기 수준에서 유튜브 영상 시청 수의 시간적 변화를 가장 잘 반영하는 수학적 모델은 무엇인가?
• RQ2 이민(증가하는 대상 인구)과 구조적 바이러스성(구술 전파 대비 방송 전파)을 포함함으로써 모델 적합도와 분류 정확도는 얼마나 향상되는가?
• RQ3 특히 교육 콘텐츠는 구설 전파에 더 의존할 수 있으므로, 다양한 영상 카테고리, 특히 교육 콘텐츠에서 모델의 강인성은 어느 정도인가?
• RQ4 7일, 15일, 또는 30일의 데이터만 이용할 경우, 시청 수 변화의 조기 예측 정확도는 어느 정도인가?
• RQ5 유튜브 영상 중 평균 오차율이 5% 미만인 모델로 정확하게 분류될 수 있는 비율은 어느 정도인가?

주요 결과

• 89.7% 이상의 유튜브 영상(90% 이상)이 평균 오차율(MER)이 5% 이하인 6개의 제안된 모델 중 하나로 분류될 수 있다.
• 수정된 고프르츠 모델과 수정된 음의 지수 모델이 전체 데이터셋의 75% 이상을 커버하며, 전자는 바이러스성 동적 변화를, 후자는 비바이러스성 방송 기반 확산을 잘 반영한다.
• 80% 이상의 영상에서 잠재적 시청자 수(대상 인구)가 시간이 지남에 따라 증가함을 확인하여, 시청 수의 동적 최고 수준이 존재함을 시사한다.
• 수정된 고프르츠 모델은 구설 전파 방식의 바이러스성 콘텐츠를 가장 잘 반영하며, 수정된 음의 지수 모델은 직접 방송 기반의 비바이러스성 콘텐츠에 잘 맞는다.
• 단기 관측 창에서도 높은 예측 정확도를 유지한다: 30일 관측 창 시나리오에서 평균 예측 윈도우 크기는 관측 윈도우 크기의 0.61~0.68배이며, 소프트 윈도우 성능이 하드 윈도우 성능를 뛰어넘는다.
• 교육 카테고리는 독특한 동적 특성을 보이며, 구설 전파가 지배적인 역할을 하며, 다른 카테고리와 비교해 모델 분포가 뚜렷하게 다름을 확인하였다.