MVP：SMP Challenge 2025 视频轨道的获胜解
计算机视觉与模式识别
2025-07-02 v1 机器学习
多媒体
摘要
社交媒体平台作为内容传播、意见表达和公众参与的核心枢纽，涵盖多种模态。准确预测社交媒体视频的流行度可实现内容推荐、趋势检测和观众参与等有价值应用。本文提出多模态视频预测器（MVP），作为 SMP Challenge 2025 视频轨道的获胜解。MVP 通过整合来自预训练模型提取的深度视频特征与用户元数据和上下文信息，构建富有表现力的帖子表示。该框架应用系统化的预处理技术，包括对数转换和异常值删除，以提高模型鲁棒性。训练一个梯度提升回归模型以捕捉跨模态的复杂模式。我们的 method 在官方评估中在视频轨道中名列第一，展示了其在社交平台上进行多模态视频流行度预测的有效性和可靠性。源代码可在 https://anonymous.4open.science/r/SMPDVideo 获取。
引用
@article{arxiv.2507.00950,
title = {MVP: Winning Solution to SMP Challenge 2025 Video Track},
author = {Liliang Ye and Yunyao Zhang and Yafeng Wu and Yi-Ping Phoebe Chen and Junqing Yu and Wei Yang and Zikai Song},
journal= {arXiv preprint arXiv:2507.00950},
year = {2025}
}