[论文解读] Who Watches (and Shares) What on YouTube? And When? Using Twitter to Understand YouTube Viewership

Adiya Abisheva, Venkata Rama Kiran Garimella+2 more|arXiv (Cornell University)|Dec 16, 2013

Complex Network Analysis Techniques参考文献 26被引用 13

一句话总结

本研究结合推特与YouTube数据，分析谁在何时、为何分享特定YouTube视频。研究发现，早期的推特分享行为——尤其是二次曝光和转发率——比粉丝数量更能预测视频的受欢迎程度，非推广类用户的早期活动可解释最终观看量约20%的方差。

ABSTRACT

We combine user-centric Twitter data with video-centric YouTube data to analyze who watches and shares what on YouTube. Combination of two data sets, with 87k Twitter users, 5.6mln YouTube videos and 15mln video sharing events, allows rich analysis going beyond what could be obtained with either of the two data sets individually. For Twitter, we generate user features relating to activity, interests and demographics. For YouTube, we obtain video features for topic, popularity and polarization. These two feature sets are combined through sharing events for YouTube URLs on Twitter. This combination is done both in a user-, a video- and a sharing-event-centric manner. For the user-centric analysis, we show how Twitter user features correlate both with YouTube features and with sharing-related features. As two examples, we show urban users are quicker to share than rural users and for some notions of "influence" influential users on Twitter share videos with a higher number of views. For the video-centric analysis, we find a superlinear relation between initial Twitter shares and the final amounts of views, showing the correlated behavior of Twitter. On user impact, we find the total amount of followers of users that shared the video in the first week does not affect its final popularity. However, aggregated user retweet rates serve as a better predictor for YouTube video popularity. For the sharing-centric analysis, we reveal existence of correlated behavior concerning the time between video creation and sharing within certain timescales, showing the time onset for a coherent response, and the time limit after which collective responses are extremely unlikely. We show that response times depend on video category, revealing that Twitter sharing of a video is highly dependent on its content. To the best of our knowledge this is the first large-scale study combining YouTube and Twitter data.

研究动机与目标

• 通过推特分享行为，理解YouTube观看行为的人口统计特征与行为模式。
• 研究推特用户特征（如地理位置、政治立场、兴趣）与YouTube视频消费及分享的相关性。
• 利用早期推特参与度指标（独立于YouTube数据）建立模型并预测YouTube视频的受欢迎程度。
• 识别视频分享的时间模式，包括响应速度和集体反应的时间窗口。
• 区分推广类与非推广类推特用户，并评估其在视频病毒式传播中的不同作用。

提出的方法

• 整合公开的推特数据（来自87,000名用户的1,700万条推文）与YouTube视频数据（560万条视频，1,500万次分享事件），构建跨平台数据集。
• 采用启发式方法推断用户的人口统计信息：性别、地理位置、政治立场及兴趣，基于推特资料与关注账号。
• 开发回归模型：log(V) = α + β₁·Sᵥ^γ + β₂·Eᵥ^δ + β₃·Iᵥ^κ + β₄·ℰᵥ^λ + β₅·Aᵥ^μ，其中V为最终视频观看量，预测变量包括一次曝光、参与度、影响力、二次曝光及转发率。
• 应用10折交叉验证，基于首周推特活动将视频分类为‘热门’（≥10,000次观看），使用回归模型作为预测器。
• 通过聚类与相关性分析，比较不同用户群体与视频类别之间的主题偏好与分享行为。
• 将来自自己频道的视频分享者定义为推广类用户，并用于对比分享速度与行为模式。

实验结果

研究问题

• RQ1 推特用户的人口统计与行为特征（如地理位置、政治立场）与YouTube视频分享及观看量的相关性如何？
• RQ2 早期推特分享活动与YouTube视频最终受欢迎程度之间存在何种关系？
• RQ3 不同视频类别与用户类型在响应视频发布时间上的时间差异如何？
• RQ4 推特指标（如粉丝数、转发率、二次曝光）在多大程度上能预测YouTube视频的受欢迎程度？
• RQ5 推广类与非推广类推特账号在视频分享行为与时间安排上存在哪些差异？

主要发现

• 推特上的二次曝光与转发率是YouTube视频受欢迎程度的更强预测指标，优于原始粉丝数量，非推广类用户R² = 0.199。
• 城市用户比农村用户更早分享YouTube视频，表明响应速度存在地理差异。
• 初始推特分享数与最终YouTube观看量之间存在超线性关系，表明早期传播动量会放大长期受欢迎程度。
• 仅使用推特数据的模型可实现71.5%的精确率与53.4%的召回率，预测视频达到10,000次以上观看，显著高于随机基线（49.2%精确率）。
• 政治立场偏右的用户比偏左用户更远离政治中心，且新闻与政治类内容与分享行为的相关性最强。
• 新闻与政治类视频引发的集体响应最快，而响应时间依内容类别显著不同，表明病毒式传播动态具有内容依赖性。