用于在线视频流行度预测的循环神经网络
计算机视觉与模式识别
2017-07-24 v1
摘要
在本文中，我们探讨了社交媒体上分享的在线视频的流行度预测问题。我们证明，可以使用最近提出的深度神经网络架构来解决这一具有挑战性的任务。我们将流行度预测问题转化为分类任务，并旨在仅使用从视频中提取的视觉线索来解决它。为此，我们提出了一种基于长期循环卷积网络（LRCN）的新方法，该方法将信息的顺序性纳入模型中。在包含超过 37,000 个发布于 Facebook 的视频数据集上获得的结果表明，使用我们的方法比传统浅层方法的预测性能提高了 30% 以上，并可为内容创作者提供有价值的见解。
引用
@article{arxiv.1707.06807,
title = {Recurrent Neural Networks for Online Video Popularity Prediction},
author = {Tomasz Trzcinski and Pawel Andruszkiewicz and Tomasz Bochenski and Przemyslaw Rokita},
journal= {arXiv preprint arXiv:1707.06807},
year = {2017}
}