超越观看量：在线视频参与度的测量与预测

视频在互联网流量中的份额持续增长，因此理解视频如何在全球范围内吸引注意力也日益重要。当前大多数研究关注建模观看次数，但我们认为视频参与度（即观看时间）是注意力、网络和推广活动中资源分配更合适的度量。本文首次对来自公开数据流的视频级聚合参与度进行大规模测量，基于2016年两个月内发布的530万个YouTube视频。我们研究了一组度量，包括时间和视频观看的平均百分比。我们定义了一个新度量——相对参与度，它根据视频属性进行校准，并与公认的质量概念强相关。此外，我们发现视频的参与度度量随时间稳定，从而将参与度建模的关注点与流行度（后者已知随时间不稳定且受外部推广驱动）分开。我们还发现参与度度量在冷启动设置下是可预测的，其大部分方差可由视频上下文、主题和频道信息解释——R2=0.77。我们的观察暗示了参与度度量的几个潜在用途——选择吸引人的视频主题，或在推荐系统中推广吸引人的视频。