众包视频系统中的用户打赏行为
社会与信息网络
2019-01-29 v1 计算机与社会
多媒体
摘要
像 YouTube 和 Twitch.tv 这样的众包视频系统已成为重要的互联网现象，如今正为超过十亿用户提供娱乐。除了视频分享与观看外，多年来它们还开发了新功能以促进社区参与，其中一些成功吸引了用户向社区及其他用户打赏。用户打赏直接反映并影响用户在社区中的参与度，对此类系统的成功有着重大影响。然而，众包视频系统中的用户打赏对大多数公司而言仍是商业机密，迄今为止尚未被探索。在这项工作中，我们试图填补这一空白，获取并提供了一个公开可用的数据集，该数据集关于一个名为 BiliBili 的众包视频系统中的用户打赏。基于近 4 万名打赏者的信息，我们考察了用户打赏的动态及其社会关系，定量揭示了潜在影响用户打赏的因素，并采用机器学习分类器与网络表示学习模型来及时且准确地预测群体与个人打赏的流向。
引用
@article{arxiv.1901.09498,
title = {User Donations in a Crowdsourced Video System},
author = {Adele Lu Jia and Xiaoxue Shen and Siqi Shen and Jun Xu},
journal= {arXiv preprint arXiv:1901.09498},
year = {2019}
}
备注
8 pages