面向可靠在线点击诱饵视频检测的内容无关方法
社会与信息网络
2019-07-19 v2 信息检索
摘要
在线视频分享平台（如 YouTube、Vimeo）已成为人们消费视频内容日益流行的范式。点击诱饵视频（其内容明显偏离标题/缩略图）已成为在线视频分享平台上的一个关键问题。当前主要侧重于分析标题文本、缩略图图像或视频内容的点击诱饵检测方案，在检测在线点击诱饵视频方面被证明是次优的。本文中，我们开发了一种新颖的内容无关方案——在线视频点击诱饵防护器（Online Video Clickbait Protector, OVCP），通过挖掘观看过该视频的受众评论来有效检测点击诱饵视频。与现有方案不同，OVCP 不直接分析视频内容及其点击前信息（如标题和缩略图）。因此，它对那些经常制作可绕过当前点击诱饵检测器的复杂内容创作者具有鲁棒性。我们使用从 YouTube 收集的真实数据集对 OVCP 进行评估。实验结果表明，OVCP 在识别点击诱饵视频方面是有效的，并且显著优于最先进的基线模型和人工标注者。
引用
@article{arxiv.1907.07604,
title = {Towards Reliable Online Clickbait Video Detection: A Content-Agnostic Approach},
author = {Lanyu Shang and Daniel Zhang and Michael Wang and Shuyue Lai and Dong Wang},
journal= {arXiv preprint arXiv:1907.07604},
year = {2019}
}
备注
Accepted by Knowledge-Based Systems