ترجمه فارسی مقاله کسب درآمد از محتوای مسموم: تحلیل تولیدکنندگان محتوای یوتیوب و تعامل جنجالی

چکیده

YouTube is a major social media platform that plays a significant role in digital culture, with content creators at its core. These creators often engage in controversial behaviour to drive engagement, which can foster toxicity. This paper presents a quantitative analysis of controversial content on YouTube, focusing on the relationship between controversy, toxicity, and monetisation. We introduce a curated dataset comprising 20 controversial YouTube channels extracted from Reddit discussions, including 16,349 videos and more than 105 million comments. We identify and categorise monetisation cues from video descriptions into various models, including affiliate marketing and direct selling, using lists of URLs and keywords. Additionally, we train a machine learning model to measure the toxicity of comments in these videos. Our findings reveal that while toxic comments correlate with higher engagement, they negatively impact monetisation, indicating that controversy-driven interaction does not necessarily lead to financial gain. We also observed significant variation in monetisation strategies, with some creators showing extensive monetisation despite high toxicity levels. Our study introduces a curated dataset, lists of URLs and keywords to categorise monetisation, a machine learning model to measure toxicity, and is a significant step towards understanding the complex relationship between controversy, engagement, and monetisation on YouTube. The lists used for detecting and categorising monetisation cues are available on https://github.com/thalesbertaglia/toxmon.

چکیده به فارسی (ترجمه ماشینی)

YouTube یک بستر اصلی رسانه های اجتماعی است که نقش مهمی در فرهنگ دیجیتال دارد و سازندگان محتوا در اصل آن هستند.این سازندگان غالباً برای ایجاد تعامل درگیر رفتار بحث برانگیز هستند که می تواند سمیت را تقویت کند.در این مقاله ، تجزیه و تحلیل کمی از محتوای بحث برانگیز در YouTube ، با تمرکز بر رابطه بین اختلاف نظر ، سمیت و درآمدزایی ارائه شده است.ما یک مجموعه داده سرپوشیده شامل 20 کانال بحث برانگیز YouTube که از مباحث Reddit استخراج شده است ، از جمله 16349 فیلم و بیش از 105 میلیون نظر معرفی می کنیم.ما با استفاده از لیست های URL و کلمات کلیدی ، نشانه های کسب و کار را از توضیحات ویدیویی به مدل های مختلف ، از جمله بازاریابی وابسته و فروش مستقیم ، شناسایی و طبقه بندی می کنیم.علاوه بر این ، ما یک مدل یادگیری ماشین را برای اندازه گیری سمیت نظرات در این فیلم ها آموزش می دهیم.یافته های ما نشان می دهد که در حالی که اظهار نظرهای سمی با تعامل بالاتر ارتباط دارد ، آنها بر درآمدزایی تأثیر منفی می گذارند ، نشان می دهد که تعامل محور بحث و جدال لزوماً منجر به سود مالی نمی شود.ما همچنین تغییرات قابل توجهی در استراتژی های کسب درآمد مشاهده کردیم ، در حالی که برخی از سازندگان علی رغم میزان سمیت بالا ، از درآمدزایی گسترده برخوردار هستند.مطالعه ما یک مجموعه داده سرپوشیده ، لیستی از URL ها و کلمات کلیدی را برای طبقه بندی کسب درآمد ، یک مدل یادگیری ماشین برای اندازه گیری سمیت معرفی می کند و گام مهمی در جهت درک رابطه پیچیده بین بحث و جدال ، درگیری و کسب درآمد در یوتیوب است.لیست های مورد استفاده برای تشخیص و طبقه بندی نشانه های کسب درآمد در https://github.com/thalesbertaglia/toxmon در دسترس است.