返回
Developing a Commenter Behavior-Based Framework for Characterizing YouTube Channels
DOI:10.1007/978-3-032-13513-1_9.png)
摘要
En 中文
作为全球内容传播的主要平台,YouTube托管着数千个涵盖多样化主题的频道并吸引着多样化的用户参与。理解这些频道的用户行为特征对于比较分析和更广泛的平台洞察至关重要。虽然可以通过多种信号研究频道层面的活动,但评论区提供了丰富且独特的用户互动数据来源。评论者行为模式为表征频道和识别频道间的相似性提供了有效基础。本研究提出了一种基于评论者活动的YouTube频道表征框架,使用包含70个频道的数据集,涵盖711,301个视频、13,221,243名评论者和129,653,609条评论,内容涉及美国军事事务、地缘政治发展、新闻以及随机选择的内容。研究方法结合了共评论者网络构建、派系提取、特征聚合、成对特征分析、聚类方法、多数投票和欧氏距离测量,以揭示频道行为模式。我们基于关键评论者活动特征(如发帖模式、内容多样性和互动结构)定义了五种不同表征。通过依赖无监督方法和结构及行为特征的结合,该方法实现了大规模、无标签的频道比较。它提供了一种灵活的框架,用于识别具有相似受众动态的频道组,为支持更好的频道表征和社交媒体行为未来研究提供了见解。
Keyword:
Social Network Analysis
Commenter Behavior
Majority Voting
Characterization
Euclidean distance
YouTube
期刊
S
IF:
0
论文数:
31
被引数:
0
机构
引用论文
Hate Speech Detection Using Cross-Platform Social Media Data in English and German Language基于跨平台社交媒体数据的英文和德文仇恨言论检测
The expression of hate speech against Afro-descendant, Roma, and LGBTQ+ communities in YouTube comments针对非裔后裔、罗姆人和LGBTQ+社群的仇恨言论在YouTube评论中的表达
Evolving Bots: The New Generation of Comment Bots and their Underlying Scam Campaigns in YouTube演化型机器人:YouTube上新一代评论机器及其背后的诈骗活动

