2018 Fiscal Year Annual Research Report
Estimating Factors That Trigger Derivative Work Creation for Supporting N-th Order Derivative Work Creation
| Project/Area Number |
17K12688
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
佃 洸摂 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (40760020)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | ユーザ生成コンテンツ / 派生創作 / N次創作 / コラボレーション / 情報推薦 |
|---|
| Outline of Annual Research Achievements |
本年度は、派生創作活動におけるクリエータ間のコラボレーションを分析し、AAAI ICWSM 2018にて「Collaboration in N-th Order Derivative Creation」というタイトルで発表した。派生創作活動の中で2万人以上のクリエータが制作した8万件以上のコラボレーション動画を対象として、コラボレーション活動が動画の人気度とクリエータの活動に与える影響を分析した。分析の結果、コラボレーションにより創作された動画は一人のクリエータが単独で創作した動画よりも再生数が多くなる傾向にあることや、コラボレーションを経験したクリエータは未経験のクリエータよりもクリエータとしての活動期間が長くなる傾向にあることなどを明らかにした。
また、ユーザ生成コンテンツの推薦に関する研究に取り組み、ACM SIGIR 2019に「ABCPRec: Adaptively Bridging Consumer and Producer Roles for User-Generated Content Recommendation」というタイトルで採択された。ユーザ生成コンテンツを扱うWebサービス上では、一人のユーザが消費者としての役割と創作者としての役割の両方を持つことがある。コンテンツ推薦を行う既存モデルの大半は，ユーザの消費者としての役割しか考慮しておらず、推薦精度の改善のためにこれら二つの役割をどのように活用できるかは十分に検討されてこなかった。そこで本研究では、各ユーザの消費者・創作者それぞれの性質の類似度に基づいて適応的に二つの役割を対応づけることで、ユーザの消費者・創作者としての特徴をより柔軟に学習し、コンテンツのより高い精度での推薦を可能にした。二種類のデータセットを用いて推薦精度の評価実験を行い、提案手法が比較手法を統計的に有意に上回ることを示した。
|
