Download to read offline
ニコニコ動画における関連動画情報を用いたカテゴリ特徴の把握
- 1. ニコニコ動画における 関連動画情報を用いた カテゴリ特徴の把握 Yusuke Fukasawa(@fukkaa1225) The Universityof Tokyo Graduate School System Innovation 1
- 2. Agenda 2016/3/26 2 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリの中心性分析 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 3. Agenda 2016/3/26 3 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリの中心性分析 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 4. あなたはだれですか？ • 深澤祐援(ふかさわゆうすけ)と申します • @fukkaa1225 •普段はマルチエージェントシミュレーショ ン・機械学習などの分野での研究をしており ます • 修士一年なので就活中です 自己紹介
- 5. なんでここにいるんですか？ • 以前”マリオメーカー問題”の可視化及び分析 をまとめたスライドを公開した際に、幸運に もありらいおんさんから反応を頂き、お話す ることが出来ました • その後、今度は伊予柑さんから「今回やって みない？」ということで今に至ります •みなさまどうぞよろしくお願いいたします 自己紹介 お二方に感謝です！
- 6.
- 7. Agenda 2016/3/26 7 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリの中心性分析 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 8.
- 9.
- 10.
- 11. 全ユーザの行動を知る という野望 • ユーザー全体の行動がどうなっているのかも 知りたい • 今回はまずカテゴリごとの特徴を捉える •カテゴリ特徴からユーザーの行動傾向の分析 が出来ればいいなと 本日のテーマ
- 12.
- 13. Agenda 2016/3/26 13 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリの中心性分析 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 14.
- 15.
- 16.
- 17.
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24. Agenda 2016/3/26 24 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリの中心性分析 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 25. 中心性指標 PageRank • 今回はPageRankで見ていきます •PageRankについて • Googleの検索で用いられているwebページの重要 度を測るアルゴリズム • 平たく言って「値が高ければ高いほどその ノードは重要である」くらいの意味で使って います カテゴリの中心性分析
- 26.
- 27.
- 28.
- 29. カテゴリ規模と中心性 カテゴリの中心性分析 PageRankが 低い5カテゴリ PageRankが 高い5カテゴリ ニコニコ動画講座 ニコニコインディーズ ニコニコ手芸部 旅行 自然 ゲーム 音楽 VOCALOID アニメ エンターテイメント
- 30. カテゴリ規模と中心性 カテゴリの中心性分析 PageRankが 低い5カテゴリ PageRankが 高い5カテゴリ ニコニコ動画講座 ニコニコインディーズ ニコニコ手芸部 旅行 自然 ゲーム 音楽 VOCALOID アニメ エンターテイメント 規模が大きいカテゴリほど中心性は低く、 規模が小さいカテゴリの方が中心性は高いか？
- 31.
- 32.
- 33.
- 34. PageRankとカテゴリ規模は 緩やかな負の相関を持つ カテゴリの中心性分析 PageRank コメント数 マイリスト数 再生数 -0.16 -0.05 -0.15 関連動画ネットワー クにおける”重要 性”(広がりやすさ)は、 そのカテゴリが小さ ければ小さいほど高 くなる と解釈できるかもし れない
- 35. Agenda 2016/3/26 35 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリの中心性分析 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 36. カテゴリ遷移確率？ シード動画からリンクを 張っているノードのカテゴ リ比率のこと 左図だと ゲーム→ゲーム…2/3 ゲーム→アニメ…1/3 VOCALOID→VOCALOID…1/2 VOCALOID→演奏してみた…1/2 “ゲーム”カテゴリの動画を 見た人は、2/3の確率で次 も”ゲーム”の動画を見ると 解釈する カテゴリ遷移確率分析 ゲーム VOCALOI D ゲーム ゲーム アニメ VOCALOID 演奏してみた
- 37.
- 38.
- 39. カテゴリ規模と再帰率 カテゴリ遷移確率分析 平均再帰率が 高い5カテゴリ 平均再帰率が 低い5カテゴリ その他(0.14) 自然(0.16) 歴史(0.17) ニコニコ動画講座(0.18) 日記(0.18) 踊ってみた(0.75) 政治(0.72) R-18(0.67) 料理(0.66) VOCALOID(0.66)
- 40. カテゴリ規模と再帰率 カテゴリ遷移確率分析 平均再帰率が 高い5カテゴリ 小規模カテゴリの再帰率は低いが 再帰率が高いカテゴリは種類が様々 その他(0.14) 自然(0.16) 歴史(0.17) ニコニコ動画講座(0.18) 日記(0.18) 踊ってみた(0.75) 政治(0.72) R-18(0.67) 料理(0.66) VOCALOID(0.66) 平均再帰率が 低い5カテゴリ
- 41.
- 42.
- 43.
- 44. 再帰率とカテゴリ規模は 正の相関を持つ カテゴリの中心性分析 再帰率 コメント数 マイリスト数 再生数 0.22 0.29 0.30 カテゴリ規模が大き ければ大きいほど、 そのカテゴリ内で回 遊行動を終了する可 能性が高い が、小さくても再帰 率が高いカテゴリも あるようだ
- 45. Agenda 2016/3/26 45 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリの中心性分析 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 46. 最後にクラスタリングします • これまでの情報を用いてカテゴリをクラスタ リングしていきます • 必ずしも再帰率・PageRankとカテゴリ性質が リンクしないケースもあるのではないかとい う予想 •データ数は少なめなので、階層クラスタリン グで可視化します クラスター分析
- 47.
- 48.
- 49. PageRankと再帰率 クラスター分析 クラスター1 クラスター2 クラスター3 クラスター4 0.000033 0.000034 0.0000350.000036 0.000037 0.000038 0.000039 0.00004 0.000041 0.000042 0 0.1 0.2 0.3 0.4 0.5 0.6 再帰率 PageRank
- 50. 0.00% 0.20% 0.40%0.60% 0.80% 1.00% 1.20% 再生数に対するマイリスト率 クラスター分析 クラスター1 クラスター2 クラスター3 クラスター4
- 51. 0.00% 0.50% 1.00%1.50% 2.00% 2.50% 3.00% 再生数に対するコメント率 クラスター分析 クラスター1 クラスター2 クラスター3 クラスター4
- 52.
- 53.
- 54.
- 55. Agenda 2016/3/26 55 1. 自己紹介 2. 本日のテーマ 3. 手法やデータ元について 4. カテゴリごとの特徴 5. カテゴリ遷移確率分析 6. クラスター分析 7. おわりに
- 56. カテゴリ特徴の把握から ユーザ行動モデルの推定へ • 今回はこうしてカテゴリの特徴からユーザの 行動を推定するだけでした(まだ詰め切れてい ない部分もありますが) • 今後は体系的に説明できるモデルをつくるな り、シミュレーションするなりで広げていけ るかなと •Youtubeなど他の動画サイトでも同じようなこ とが出来るならば比較したい おわりに
- 57.