جامعة بابل
المجلات
الكليات
المراكز
الحوكمة الالكترونية
English
جامعة بابل
الكليات
المراكز
المجلات
الحوكمة الالكترونية
English
جامعة بابل
University of Babylon
نظام الرسائل والاطاريح الجامعية/ المكتبة المركزية
الرئيسية
تصفح الاحدث
دليل الايداع
محرك البحث
أدارة الايداع
دخول طلاب الدراسات
دخول موظفي التدقيق
ملف الرسالة/الاطروحة كامل (PDF)
مشاهدة
ملف الخلاصة عربي/ انكليزي (PDF)
لايوجد ملف
ملفات اخرى (PDF)
لايوجد ملف
العنوان باللغة العربية
منصة الرسائل والاطاريح: التنبؤ بشعبية الفيديو استنادًا إلى بيانات اليوتيوب الوصفية والصور المصغرة - جامعة بابل
العنوان باللغة الانكليزية
Video Popularity Prediction Based on Youtube Metadata and Thumbnail Images
اسم الطالب باللغتين
هبه حسين عبد العباس نايف
-
Heba Hussein Abd-Alabbas Naif
اسم المشرف باللغتين
وضاح رزوقي عبود حسن بيعي
--
Wadhah Razooqi Abood Hassan Baiee
الخلاصة
لقد أحدث النمو المتزايد لمنصات الوسائط الاجتماعية ومحتوى الفيديو عبر الإنترنت ثورة في الطريقة التي نتواصل بها ونتفاعل ونستهلك المعلومات. مع مشاركة الملايين من مقاطع الفيديو يوميًا على منصات مثل يوتيوب، أصبح التنبؤ بشعبية مقاطع الفيديو جانبًا حاسمًا بالنسبة للمؤثرين ومسؤولي المنصات والمسوقين. كذلك إن فهم العوامل التي تساهم في التنبؤ ب شعبية مقطع الفيديو يمكن أن يؤثر بشكل كبير على تسويق المحتوى واستراتيجيات منصات يوتيوب. تتناول هذه الأطروحة التحدي المتمثل في التنبؤ بدقة بشعبية الفيديو على منصات التواصل الاجتماعي، مع التركيز بشكل خاص على منصات يوتيوب. أقترح نهجًا مشتركًا جديدًا يستخدم تحليل البيانات الوصفية (بما في ذلك اختيار الميزات المؤثرة) وتحليل الصور المصغرة لإنشاء نموذج تنبؤ أكثر فعالية. ومن خلال استخراج الميزات ذات الصلة من هذه المصادر، أهدف إلى تحسين دقة التنبؤ بشعبية الفيديو. ولتحقيق هذا الهدف، تم استخدام مجموعة من خوارزميات التصنيف القوية، بما في ذلك XGB,GB,RF,KNN. تم إجراء بعض عمليات المعالجة المسبقة على البيانات لجعلها مناسبة لخوارزميات التعلم الآلي. وبعد ذلك تم استخراج ثلاث أنواع من الميزات: الميزات النصية، والميزات المرئية، والميزات المرتبطة بالزمن. وقد أدت هذه الميزات المضافة حديثًا، جنبًا إلى جنب مع الميزات الموجودة، إلى إثراء مجموعة البيانات بميزات مؤثرة إضافية قادرة على تعزيز دقة النموذج. من خلال تدريب النموذج باستخدام هذه الخوارزميات وتنفيذ تقنيات استخراج الميزات، تم تحقيق دقة كبيرة، خاصة مع خوارزميات الغابة العشوائية وخوارزميات تعزيز التدرج الشديد او الإضافي. تمت عملية التنبؤ على مرحلتين: التنبؤ ب استخدام الميزات الأصلية والمستخرجة، والتنبؤ بالميزات المستخرجة فقط. تم تقييم أداء النموذج باستخدام مقاييس مختلفة، بما في ذلك الدقة، والتي تصل إلى معدلات 96,33% و96,94% لخوارزميات XGB وخوارزميات RF على التوالي باستخدام جميع الميزات و84 و93 باستخدام الميزات المستخرجة فقط. تكمن قيمة الجمع بين البيانات الوصفية وتحليل الصور المصغرة في اكتساب رؤية حول العوامل التي تؤثر على شعبية الفيديو. وهذا يمكّن المؤثرين والمسوقين من تخصيص المحتوى الخاص بهم بشكل أفضل، مما يلقى صدى لدى جمهورهم المستهدف ويزيد من احتمالية النجاح على منصات التواصل الاجتماعي
الفئة
المجموعة الطبية
الاختصاص باللغة العربية
الاختصاص باللغة الانكليزية
السنة الدراسية
2023
لغة الرسالة/الاطروحة
اللغة الانكليزية
الشهادة
ماجستير
رابط موقع (doi)
Open access
نعم