[論文レビュー] The Untold Story of the Clones: Content-agnostic Factors that Impact YouTube Video Popularity

Youmna Borghol, Sébastien Ardon+3 more|arXiv (Cornell University)|Nov 26, 2013

Complex Network Analysis Techniques参考文献 10被引用数 97

ひとこと要約

本稿は、同一コンテンツだがメタデータが異なる動画の類似コピー（クローン）を分析することで、YouTube動画の人気を左右するコンテンツに依存しない要因を隔離・定量するクローンベースの手法を提案する。1,761本のクローン動画を用いた多変量回帰分析の結果、再生回数が『裕福なものはさらに裕福になる』ダイナミクスを駆動していることが判明。また、アップローダーのネットワーク規模やキーワードが初期の人気に顕著に影響することも明らかになった。コンテンツの制御が、要因の重要性に関する偏りのある結論を避けるために不可欠であることが示された。

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.

研究の動機と目的

• 動画の年齢、アップローダーのネットワーク規模、キーワードといったコンテンツに依存しない要因が、YouTube動画の人気にどの程度影響を与えるかを隔離・定量すること。
• 先行研究では、コンテンツの質とプラットフォーム・ソーシャル要因が混同されがちなため、その交絡効果を是正すること。
• 手動で同定された動画クローンを用いた厳密な手法を開発し、人気要因の正確でコンテンツ制御された分析を可能にすること。
• コンテンツを制御しないと、動画の年齢やフォロワー数といった要因の重要性が系統的に高めに評価されてしまうことの実証

提案手法

• 同一コンテンツだがメタデータが異なる近似的に同一のYouTube動画（クローン）48セット（合計1,761本）を特定。
• YouTube APIおよびウェブスクレイピングを用いて、動画およびアップローダーのメタデータ（再生回数、いいね数、コメント数、キーワード、アップロード時刻、フォロワー数など）を収集。
• クローンセットの識別子を制御することで、コンテンツに依存しない要因を隔離するため、現在の人気（例：6か月間の再生回数）を予測する多変量線形回帰を適用。
• 未観測のコンテンツレベルの異質性を補正するため、クローンセットの識別子を固定効果として使用。
• 先行再生回数に対する再生増加のべき乗則スケーリングを分析することで、『裕福なものはさらに裕福になる』モデルの妥当性を検証。
• クローンセットの制御あり・なしの比較分析により、要因の重要性推定におけるバイアスを評価

実験結果

リサーチクエスチョン

• RQ1 動画の年齢、累計再生回数、アップローダーのソーシャルネットワーク規模といったコンテンツに依存しない要因が、コンテンツとは独立して動画の人気にどの程度影響を与えるか。
• RQ2 動画のコンテンツを制御することで、動画の年齢やキーワード数といった要因の相対的な重要性はどのように変化するか。
• RQ3 コンテンツを一定に保った場合、『裕福なものはさらに裕福になる』モデルは動画の人気の進化を正確に記述できるか。
• RQ4 先行者優位性と検索バイアスは、観察された人気ダイナミクスにおいて、それぞれどのような役割を果たしているか。
• RQ5 キーワードや動画品質といった要因は、顕著な再生回数の蓄積が起こる前段階において、初期段階の人気にどのように影響を与えるか。

主な発見

• 累計再生回数が現在の人気に最も強い予測要因であり、スケールフリーな『裕福なものはさらに裕福になる』モデルは、べき乗則指数がおおよそ1であることを示した。
• 動画の年齢が2番目に重要な要因であり、若い動画ではアップローダーのネットワーク規模やキーワード数への感受性が高くなる。
• コンテンツを制御しないと、動画の年齢やフォロワー数の相対的重みが著しく高めに評価され、誤った結論に至る。
• 新規アップロード直後の動画では、アップローダーのソーシャルネットワークが、アップロード時の再生数の変動の最大64％を説明し、キーワードが初期の人気変動の最大36％を説明する。
• 先行者優位性は実証的に確認された：同じコンテンツのクローン動画の中で、より早くアップロードされたものの方が、再生数の蓄積で顕著な優位性を示した。
• コンテンツに依存しない要因（キーワードや動画品質）は、動画の初期段階において顕著な影響を与えるが、コンテンツを制御しないとその影響がしばしば過小評価されている。