Micro cuenta Macro

Los micro-videos, una nueva forma de contenidos generados por usuarios (UGCs), están ganando un entusiasmo creciente. Los micro-videos populares tienen un enorme potencial comercial de muchas maneras, como el marketing en línea y el seguimiento de marcas. De hecho, la predicción de popularidad de los UGCs tradicionales, incluidos los tweets, imágenes web y videos largos, ha logrado buenos fundamentos teóricos y un gran éxito práctico. Sin embargo, hasta ahora se ha realizado poca investigación para predecir la popularidad de los videos de tamaño reducido. Esta tarea no es trivial por tres razones: 1) los micro-videos son cortos en duración y de baja calidad; 2) pueden ser descritos por múltiples canales heterogéneos, abarcando desde modalidades sociales, visuales, acústicas hasta textuales; y 3) no hay conjuntos de datos de referencia y características discriminantes disponibles que sean adecuadas para esta tarea. Con este fin, presentamos un modelo de aprendizaje multimodal transductivo. El modelo propuesto está diseñado para encontrar el espacio común latente óptimo, unificando y preservando información de diferentes modalidades, mediante el cual los micro-videos pueden ser mejor representados. Este espacio latente se puede usar para aliviar el problema de insuficiencia de información causado por la naturaleza breve de los micro-videos. Además, construimos un conjunto de datos de referencia y extraímos un rico conjunto de características orientadas a la popularidad para caracterizar los micro-videos populares. Experimentos extensos han demostrado la efectividad del modelo propuesto. Como contribución adicional, hemos liberado el conjunto de datos, códigos y parámetros para facilitar a otros investigadores.