TubeCensus：一个关于 YouTube 频道及其订阅者数量随时间变化的透明、可复制且大规模的普查
社会与信息网络
2026-05-11 v1
摘要
YouTube 是当代大众媒体的核心。然而，官方 YouTube API 并不提供对平台上所有创作者或创作者元数据的访问权限。这种对 YouTube 生态系统基本可见性的缺乏阻碍了人们对该平台创作者经济的理解。研究人员目前没有简单、透明或可复制的方法来构建随时间变化的大规模 YouTube 创作者及其受众数据集。这使得研究重要的社会问题变得具有挑战性，例如 YouTube 推荐算法的变化如何塑造创作者激励，进而如何影响平台上的大众媒体。我们用 TubeCensus 解决了这一空白，这是一个关于 YouTube 创作者和订阅者数量的大规模纵向数据集，通过收集、链接和组织来自 Internet Archive 近二十年的 YouTube 页面快照构建而成。该方法是透明且可复制的，不需要与 YouTube API 交互，因为其输出可能随时间改变。我们针对先前对 YouTube 规模的估计验证了 TubeCensus 的覆盖率，发现我们的资源包含了至少占所有 YouTube 内容 30-36% 的创作者。我们还发现 TubeCensus 对知名创作者提供了良好的覆盖率。为了支持未来的研究，我们通过易于使用的 pip 包分发数据集，隐藏了 YouTube 标识符系统和 Internet Archive 快照系统的巨大复杂性。最后，我们使用我们的资源完成了对 YouTube 频道内容及与 YouTube 频道增长相关机制的基础探索性分析。
引用
@article{arxiv.2605.06999,
title = {TubeCensus: A Transparent, Replicable, and Large-Scale Census of YouTube Channels and their Subscriber Counts Over Time},
author = {Chloe Eggleston and Abram Handler and Maria Leonor Pacheco},
journal= {arXiv preprint arXiv:2605.06999},
year = {2026}
}