会議発表論文 回帰分析によるCGM動画再生回数推定

柴田, 知親  ,  伊東, 栄典

2018-03-05 , 電子情報通信学会 データ工学研究専門委員会
内容記述
近年,ネットワークおよびモバイル端末の普及に伴い,Youtube やニコニコ動画といった,利用者投稿型動画共有サービスが人気である.動画以外にも,小説家になろう,pixiv,comico などに代表される,小説やイラスト,漫画などの投稿サイトも人気である.これらのサイトは,CGM(Consumer Generated Media)とも呼ばれる.我々は,CGM の一つであるニコニコ動画を対象に,動画のランキングや推薦を研究してきた.他のCGM と同様に,ニコニコ動画では極少数の動画は大量に再生されるのに対し,ほとんどの動画は再生回数が少ないというロングテールの分布をする.利用者が何らかの選択基準により動画選択した結果が再生回数に現れていると考えられる.そこで,CGM における利用者のコンテンツ選択モデルを確立したいと考えている.本研究では,コンテンツ選択モデル確立のために,動画の再生回数を回帰分析で推定する.最初に線形回帰分析で再生回数の推定した.その結果,多様な動画が含まれていると推定精度が低くなった.次にDeep Learning を適用し,Multi Layer Perceptron による再生回数の非線型回帰分析を行った.対象の動画集合の多様性を減らすため,クラスタリングで動画集合を分割した.分割した動画集合について,Deep Learning で再生回数を推定した.これらの手法および結果について報告する.
本文を読む

https://catalog.lib.kyushu-u.ac.jp/opac_download_md/1912137/28-2.pdf

このアイテムのアクセス数:  回

その他の情報