内容发现与内容参与度
信息检索
2022-06-20 v1 机器学习
摘要
在 20 世纪下半叶，议会允许广播公司转播辩论及专责委员会会议的广播，并最终转播电视报道。近来，为进一步提升透明度与公民参与，英国议会开始自行发布这些辩论与会议的视频，并在辩论发生时推文直播细节。本文中，我们试图利用围绕这些视频两年多的 Google Analytics 数据，刻画人们如何参与议会辩论的视频数据。我们分析参与模式——他们如何进入特定视频？他们如何得知该视频，即导致用户点击视频的（HTTP）引荐网站是什么？一旦用户进入视频，他们如何参与？视频播放多久？下一个去向是哪里？等等。回答这些问题是理解人们为何及如何使用议会视频，进而如何使视频交付平台适应并个性化以满足国民需求的重要第一步。受 An、Kwak 与 Jansen（2017）启发，我们对视频观看矩阵采用非负矩阵分解（NMF）（Lee 与 Seung，1999）以识别不同用户原型，并辨识原型。对我们所发现原型的深入考察揭示，它们主要由如何进入视频页面区分：搜索（即通过搜索引擎）、引荐（即来自其他议会网站）、直接（即通过直接链接，嵌入另一网站）、社交（即通过 Facebook 或 Twitter 等社交平台）及其他。
引用
@article{arxiv.2206.08786,
title = {Discovery of the Content and Engagement with the Content},
author = {Pushkal Agarwal and Nishanth Sastry and Edward Wood},
journal= {arXiv preprint arXiv:2206.08786},
year = {2022}
}
备注
In APEN workshop, AAAI ICWSM 2018