Predicting video popularity of streaming services with machine learning approaches
Akış servislerindeki video popüleritesinin makine öğrenmesi yaklaşımlarıyla öngörülmesi
- Tez No: 801429
- Danışmanlar: Prof. Dr. ARZU TEKTAŞ, Prof. Dr. SONA MARDİKYAN, Prof. Dr. BİLGE ACAR BOLAT
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Ağlar, Makine öğrenmesi, Video, Video paylaşım ağları, Çevrimiçi abonelik servisleri, Çevrimiçi paylaşım platformları, Çevrimiçi uygulamalar, İsteğe bağlı video servisleri, Networks, Machine learning, Video, Video sharing sites, Online subscription services, Online sharing platforms, Online applications, Video on demand services
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Uluslararası Ticaret Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda internetin genişlemesi ve Covid-19'un etkisi nedeniyle canlı veya çevrimiçi video yayın hizmetleri büyük bir popülerlik kazanmıştır. Ancak, her geçen gün artan kullanıcı kitlesine içerik sunmak, çevrimiçi video yayın şirketleri için zorluklar oluşturmaktadır. Kullanıcı taleplerine ve tercihlerine yanıt vermek için yüksek dog˘ruluklu bir tahmin modeline ihtiyaç vardır. Bu tezde, ˙Iran'daki önde gelen bir çevrimiçi video yayın sag˘layıcısının her video için metadata ve metin özelliklerine makine ög˘renimi algoritmaları uygulanarak video popülerlig˘inin popüler veya popüler olmayan olarak tahmin edilmesi için bir tahmin modeli geliştirilmiştir. Tez çalışması, Pers dilindeki video ile ilgili özellikler ve metin özellikleri temel alınarak video popülerlig˘inin yüksek dog˘rulukla modellenebileceg˘ini göstermektedir. Dört sınıflandırma modeli uygulanmış olup, Rastgele Orman modeli en yüksek dog˘rulug˘u ve F1-Puanını, sırasıyla % 86 ve % 72 ile elde etmisştir. NLP yoluyla elde edilen yeni öznitelikler metadata ile birles¸tirildig˘inde, Destek Vektör Makinesi en dog˘ru sonuçları elde etmektedir. Ayrıca, video açıklamasının kelime gömbelemelerinin tahmin edici özellikler olarak dahil edilmesi, sınıflandırıcıların performansını önemli ölçüde artırmaktadır. Çalışma, program bölümlerinin sayısı, video türü, kanal ve yapım yılı gibi özelliklerin video popülerlig˘inin tahmininde en etkili özellikler oldug˘unu bulmus¸tur. Video içerik popülerlig˘inin önceden tahmin edilmesi, pazarlama amaçları, ag˘ kullanımı ve ag˘ maliyetlerinin azaltılması gibi büyük faydalar sag˘lar.
Özet (Çeviri)
Live or online video streaming services have gained immense popularity in recent years due to the expansion of the internet and the impact of Covid-19. However, delivering content to an ever-increasing user base poses challenges to online video streaming companies. To respond to user demands and preferences, a prediction model with high accuracy is needed. In this thesis, a predictive model is developed to anticipate a video's popularity as popular or unpopular by applying machine learning algorithms to metadata and textual features of each video from a prominent online video streaming provider in Iran. The study shows that video popularity can be modeled with high accuracy based on video-related attributes and textual features in Persian language. Four classification models are applied, with the Random Forest model achieving the highest accuracy and F1-Score of 86% and 72%, respectively. The Support Vector Machine obtains the most accurate results when new attributes obtained through NLP are combined with metadata. Moreover, the inclusion of word embeddings of the video description as predictive features improves classifiers' performance significantly. The study finds that the number of program episodes, video type, channel, and year of production are the most influential features in predicting video popularity. Predicting video content popularity in advance has enormous benefits for marketing purposes, network usage, and network cost reduction.
Benzer Tezler
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Studies on the cuttability of rocks at O.A.L. Çayırhan district by laboratory cutting tests
Başlık çevirisi yok
KÜRŞAD CEYLAN
Yüksek Lisans
İngilizce
1987
Maden Mühendisliği ve MadencilikOrta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. NACİ BÖLÜKBAŞI
- Havuçların haşlanmasında difüzyonun modellenmesi
Başlık çevirisi yok
FİGEN KAYMAK
Yüksek Lisans
Türkçe
1986
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DOÇ. DR. SUZAN KINCAL
- Arpada diallel melez analizleri ile bazı tarımsal özelliklerin kalıtımı üzerinde araştırmalar
Başlık çevirisi yok
KAYIHAN Z. KORKUT
Doktora
Türkçe
1981
ZiraatEge ÜniversitesiBitki Islahı ve Genetik Ana Bilim Dalı
PROF. DR. İBRAHİM DEMİR
- Ankara Üniversitesi'nde spor yapan öğrencilerin beslenme durumları ve fiziki performansları üzerinde bir araştırma
A Research on the nutritional status and physical performance of the students who were active in sports at the University of Ankara
BÜLENT ASMA