SocialML:面向社交媒体视频创作者的机器学习
计算机视觉与模式识别
2018-02-08 v1
摘要
近年来,社交媒体已成为数十亿用户发布和消费创意内容的主要场所之一。与传统媒体不同,社交媒体允许发布者以前所未有的规模获得关于其创意作品的近乎即时的反馈。这是机器学习方法的绝佳用例,其可利用这些海量数据为内容创作者提供灵感想法和对其作品的建设性批评。在本工作中,我们全面概述了为Group Nine Media(一家主要社交媒体公司,制作短格式视频,月浏览量超三十亿)的视频创作者开发的机器学习赋能工具。我们的主要贡献是一组工具,使创作者能够利用海量数据改进创作过程、在发布前评估视频并提升内容质量。这些应用包括:允许访问素材档案的交互式对话机器人、用于自动选择最优视频缩略图的Web应用,以及用于优化标题和预测视频流行度的深度学习方法。我们的A/B测试表明,部署我们的工具使平均视频观看数显著增长12.9%。我们的另一贡献是在部署这些工具过程中收集到的一组可供参考的考量因素,其可帮
引用
@article{arxiv.1802.02204,
title = {SocialML: machine learning for social media video creators},
author = {Tomasz Trzcinski and Adam Bielski and Paweł Cyrta and Matthew Zak},
journal= {arXiv preprint arXiv:1802.02204},
year = {2018}
}
备注
2pages, 6 figures