Optimizando la predicción de popularidad de videos de YouTube utilizando XGBoost
Autores: Nisa, Meher UN; Mahmood, Danish; Ahmed, Ghufran; Khan, Suleman; Mohammed, Mazin Abed; Damaeviius, Robertas
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Optimizando la predicción de popularidad de videos de YouTube utilizando XGBoost
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Ingresos
Popularidad
Modelo XGBoost
Selección de características
Parámetros de precisión
Precisión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
YouTube es una fuente de ingresos para muchas personas, por lo que la popularidad de un video se convierte en la máxima prioridad para mantener un ingreso constante, siempre y cuando la popularidad de los videos siga siendo la más alta. Los analistas e investigadores utilizan diferentes algoritmos y modelos para predecir la máxima audiencia de videos populares. Este estudio predice la popularidad de tales videos utilizando el modelo XGBoost, considerando la selección de características, fusión, normalización min-max y algunos parámetros de precisión como gamma, eta, learning_rate, etc. El XGBoost ofrece un 86% de precisión y un 64% de precisión. Además, el XGBoost ajustado también muestra una precisión y precisión mejoradas. También hemos analizado la clasificación de videos no populares para comparar con nuestros resultados. Finalmente, también se utilizan métodos de validación cruzada para evaluar ciertas combinaciones de valores de parámetros para validar nuestras afirmaciones. Basándonos en los resultados obtenidos, se puede decir que nuestros modelos y técnicas propuestos son muy útiles y pueden predecir con precisión y exactitud la popularidad de los videos de YouTube.
Descripción
YouTube es una fuente de ingresos para muchas personas, por lo que la popularidad de un video se convierte en la máxima prioridad para mantener un ingreso constante, siempre y cuando la popularidad de los videos siga siendo la más alta. Los analistas e investigadores utilizan diferentes algoritmos y modelos para predecir la máxima audiencia de videos populares. Este estudio predice la popularidad de tales videos utilizando el modelo XGBoost, considerando la selección de características, fusión, normalización min-max y algunos parámetros de precisión como gamma, eta, learning_rate, etc. El XGBoost ofrece un 86% de precisión y un 64% de precisión. Además, el XGBoost ajustado también muestra una precisión y precisión mejoradas. También hemos analizado la clasificación de videos no populares para comparar con nuestros resultados. Finalmente, también se utilizan métodos de validación cruzada para evaluar ciertas combinaciones de valores de parámetros para validar nuestras afirmaciones. Basándonos en los resultados obtenidos, se puede decir que nuestros modelos y técnicas propuestos son muy útiles y pueden predecir con precisión y exactitud la popularidad de los videos de YouTube.