YouTube 上的定制化视频过滤
机器学习
2019-11-20 v2 计算机与社会
信息检索
机器学习
摘要
社交媒体上不适当和亵渎性内容正呈指数增长，大型企业越来越意识到其投放广告的内容类型以及这可能如何影响品牌声誉。但随着在线发布内容的激增，过滤掉相关视频以便在不损害品牌名称的情况下投放广告变得似乎困难。在 YouTube 视频上投放广告为企业带来巨额收入。对此类企业而言，仅在不伤害广大观众情感、社群或和谐的视频上投放广告变得愈发重要。在本文中，我们提出一个系统来识别 YouTube 上的不适当内容，并利用它进行首次大规模定量表征，揭示了在不当视频上消费 YouTube 广告的某些风险。还包括了架构的定制化以服务于企业的不同需求。我们的分析显示 YouTube 仍受此类扰人视频困扰，且其当前部署的应对措施在及时检测方面无效。我们的框架试图通过提供一个便捷的附加解决方案来过滤视频，帮助企业和公司在平台上推送广告而无需担心广告展示的内容。
引用
@article{arxiv.1911.04013,
title = {Customized video filtering on YouTube},
author = {Vishal Anand and Ravi Shukla and Ashwani Gupta and Abhishek Kumar},
journal= {arXiv preprint arXiv:1911.04013},
year = {2019}
}
备注
13 pages, 5 figures, 1 table