投稿日: その他 論文紹介

Music on YouTube: User engagement with traditional, user-appropriated and derivative videos

Liikkanen, Lassi A. and Salovaara, Antti
In Computers in Human Behavior, vol. 50

概要

YouTubeの音楽動画を対象にして、以下の3つの疑問に答えることを目的とした論文。

  • YouTubeにおいて音楽動画は他のジャンルの動画よりも人気があるか。
  • YouTubeの音楽動画にはどのような種類があるか。
  • YouTubeのユーザの振る舞いは動画のジャンルによって、音楽動画のタイプによってどのように変わるか。

YouTubeにおいて音楽動画は他のジャンルの動画よりも人気があるか

YouTubeでの検索キーワードのトレンドを調べると、96%のキーワードは音楽関連であった(74%がアーティスト名)。YouTube全体で再生数上位20件の動画のうち、19件は音楽でアーティストのオフィシャルミュージックビデオであった。登録者数の上位20チャンネルのうち、10件は音楽関連のチャンネルであった(6件はアーティスト関連、4件はレーベル関係)。これらの結果から、YouTubeにおいて音楽動画の人気は高いと言える。

YouTubeの音楽動画にはどのような種類があるか

検索頻度の高い20アーティストを対象に、各アーティストに対してYouTubeが推薦する最もポピュラーな曲を取得。アーティスト名と曲名でアンド検索し、関連度の高い上位20件の動画を取得。合計で20アーティスト×20動画=400件の動画に対して、人手で動画タイプを分類。その結果、以下の3カテゴリに分類できた。括弧内の数値は400件の動画における割合。

  • Traditional(37%)
    • Classic music video:アーティストのオフィシャルミュージックビデオ(12%)
    • Live music:ライブ動画(25%)

    など。違法アップロードの動画も含む。

  • User-appropriated(39%)
    • Still:1枚の画像やスライドショーのバックにオリジナル音源を流している動画(7%)
    • Lyrics:歌詞を表示している動画(29%)
    • Fan illustrated:音楽と関連のある動画を使ってPV風にしている動画(3%)
  • Derivative(15%)
    • Cover:一般のユーザが歌っている動画(6%)
    • Dance:一般のユーザが踊っている動画(2%)
    • Parody:パロディ動画(5%)

    など。

YouTubeのユーザの振る舞いは動画のジャンルによって、音楽動画のタイプによってどのように変わるか

音楽動画のタイプによる違いのみ紹介。84曲を対象に、各曲のclassic、still、lyrics、cover、parodyの5タイプの各動画をひとつずつ収集。動画タイプごとにいくつかの統計量を比較。
その結果、再生数、コメント数、ライク数はclassicが他のタイプよりも高かった。再生数に対するコメント数の割合と、再生数に対するサムアップ・サムダウンのボーティング数の割合はcoverとparodyが高かった。つまり、派生動画では視聴者がより積極的に動画とインタラクションをとっていることが明らかになった。


-その他, 論文紹介

関連記事

Displaying relevance scores for search results

Shani, Guy Tractinsky, Noam In Proc. of SIGIR 2013 http://dl.acm.org/citation.cfm?id=2484112 概要 Web検 …

【論文紹介】Content-boosted matrix factorization for recommender systems: experiments with recipe recommendation

Forbes, Peter and Zhu, Mu RecSys 2011 ACM, PDF 概要 ユーザのアイテムに対するレーティングを予測する際に、アイテムの構成要素を考慮した、Matrix Fa …

Who Will You “@”?

Gong, Yeyun and Zhang, Qi and Sun, Xuyang and Huang, Xuanjing In Proc. of CIKM 2015 概要 Twitterではリプライ …

【論文紹介】The automated acquisition of suggestions from tweets

Dong, Li and Wei, Furu and Duan, Yajuan and Liu, Xiaohua and Zhou, Ming and Xu, Ke AAAI 2013 ACM, PD …

Spatio-Temporal Topic Modeling in Mobile Social Media for Location Recommendation

Bo, Hu and Mohsen, Jamali and Martin, Ester In Proc. of ICDM 2013 概要 チェックインサービス等でのユーザと場所と時刻を考慮したモデル化 …