打开黑箱：基于深度学习预测并解释YouTube视频观看量

预测视频观看量是内容创作者和视频分享网站的首要任务。内容创作者依靠此类预测来最大化影响力并最小化预算。视频分享网站依赖该预测来推广可信视频并遏制违规视频。尽管深度学习在观看量预测方面表现卓越，但其缺乏可解释性，而可解释性对于提高预测模型的采用率以及制定改善观看量的措施至关重要。遵循设计科学范式，我们提出了一种新颖的可解释IT系统——精确宽深学习（Precise Wide and Deep Learning, PrecWD），以精确解释观看量预测。在现有最优框架基础上，PrecWD提供了精确的特征效应并设计了一个非结构化组件。PrecWD在两种场景下优于基准方法：健康视频观看量预测和虚假信息观看量预测。一项用户研究证实了PrecWD优越的可解释性。本研究通过可推广的设计原则和可解释的预测框架为信息系统（IS）设计理论做出贡献。我们的发现为改善视频观看量和可信度提供了启示。