গাংনাম স্টাইলের ইউটিউব দর্শনের সংখ্যা পূর্বাভাস দেওয়ার মডেল

73

পিএসওয়াইয়ের মিউজিক ভিডিও "গাঙ্গনাম স্টাইল" জনপ্রিয়, 2 মাসেরও বেশি পরে এটির প্রায় 540 মিলিয়ন দর্শক রয়েছে। আমি গত সপ্তাহে আমার প্রথম বাচ্চাদের কাছ থেকে রাতের খাবারের সময় এটুকু শিখেছি এবং শীঘ্রই আলোচনার দিকটি চলে গেছে যে 10-12 দিনের মধ্যে কত দর্শক থাকবে এবং কখন (/ যদি) গানটি হবে তার কোনও প্রকার পূর্বাভাস দেওয়া সম্ভব হয়েছিল কিনা? 800 মিলিয়ন ভিউয়ার বা 1 বিলিয়ন ভিউয়ার পাস করবে।

এটি পোস্ট হওয়ার পর থেকে দর্শকের সংখ্যা থেকে এখানে ছবিটি দেওয়া হয়েছে: পিএসওয়াই ওজিএস

নং 1 "জাস্টিন বিভার-বেবি" এবং নং 2 এর দর্শকের সংখ্যার চিত্র এখানে রয়েছে "এমিনেম - আপনি যেভাবে মিথ্যা বলছেন সেভাবে প্রেম করুন" মিউজিক ভিডিও যা উভয়ই দীর্ঘ সময় ধরে রয়েছে around জাস্টিন

মডেলটি সম্পর্কে আমার প্রথম প্রয়াসটি ছিল এটি একটি এস-কার্ভ হওয়া উচিত তবে এটি নং 1 এবং নং 2 গানের সাথে মানানসই বলে মনে হয় না এবং এটিও ফিট করে না যে মিউজিক ভিডিওতে কত দর্শনের কোনও সীমা নেই থাকতে পারে, শুধুমাত্র একটি ধীর বৃদ্ধি।

সুতরাং আমার প্রশ্নটি: মিউজিক ভিডিওটির দর্শকের সংখ্যা পূর্বাভাস দেওয়ার জন্য আমার কী ধরণের মডেল ব্যবহার করা উচিত?

modeling web

— FredrikD
সূত্র

21

গাংনাম থেকে পরিসংখ্যানগুলিতে ডিনার টেবিল কথোপকথন পরিচালনা করার জন্য +1। আমাদের আপনার মতো লোক দরকার!

— স্টিফান কোলাসা

4

আমি আলোচনায় যা যুক্ত করতে পারি যে আমি আশা করি গি 11 ডিউমে বা অন্য যারা এই মডেলটি ব্যবহারের জন্য সমীকরণ লিখছেন তাদের পক্ষে কার্যকর হবে, এটি কোন কোন উদাহরণে, ভৌগলিক ক্লাস্টারিং ভাইরাল ছড়িয়ে পড়ার একটি উল্লেখযোগ্য দিক ছিল। পিএসওয়াই প্রথমে একটি কোরিয়ান এবং তারপরে এশিয়ান ঘটনাটি সত্য, এটি গল্পটির একটি গুরুত্বপূর্ণ অংশ। কীভাবে এটি মডেল করা হবে তা নিশ্চিত নয়, তবে এটি একটি সূত্র হতে পারে।

নভেম্বর ২০১২ চলাকালীন ভিডিওর দেখা, মতামত, পছন্দ এবং অপছন্দ সম্পর্কিত তথ্য,

— ডক্সস জিএস

38

আহা, দুর্দান্ত প্রশ্ন !!

আমি নির্লজ্জভাবে একটি এস-আকৃতির লজিজিটিক বক্ররেখার প্রস্তাব করতাম, তবে এটি অবশ্যই একটি দুর্বল ফিট। যতদূর আমি জানি, ধ্রুবক বৃদ্ধি হ'ল একটি আনুমানিক কারণ ইউটিউব অনন্য দর্শন গণনা করে (প্রতিটি আইপি ঠিকানা অনুসারে), সুতরাং কম্পিউটারের চেয়ে বেশি ভিউ থাকতে পারে না।

আমরা একটি মহামারী সংক্রান্ত মডেল ব্যবহার করতে পারি যেখানে লোকেরা বিভিন্ন সংবেদনশীলতা থাকে। এটিকে সহজ করার জন্য, আমরা এটিকে উচ্চ ঝুঁকির গ্রুপে (বাচ্চাদের বলুন) এবং কম ঝুঁকিপূর্ণ গোষ্ঠীতে (প্রাপ্তবয়স্কদের বলি) ভাগ করতে পারি। এর কল করা যাক "সংক্রমিত" শিশু ও অনুপাত সময়ে "সংক্রমিত" প্রাপ্তবয়স্কদের অনুপাত । আমি উচ্চ ঝুঁকির গ্রুপের (অজানা) সংখ্যক এবং কম ঝুঁকির গ্রুপের ব্যক্তিকে (এছাড়াও অজানা) নম্বর বলব will $x(t)$ $y(t)$ $t$ $X$ $Y$

\dot{x} (t) = r_{1} (x (t) + y (t)) (X - x (t))

$\dot{x}(t) = r_1(x(t)+y(t))(X-x(t))$

\dot{y} (t) = r_{2} (x (t) + y (t)) (Y - y (t)),

$\dot{y}(t) = r_2(x(t)+y(t))(Y-y(t)),$

যেখানে । আমি জানি না যে কীভাবে এই সিস্টেমটি সমাধান করা যায় (সম্ভবত @ এপিগ্রাড হবে) তবে আপনার গ্রাফের দিকে তাকালে আমরা কয়েকটি সহজতর অনুমান করতে পারি। যেহেতু বৃদ্ধি পরিপূর্ণ হয় না, আমরা ধরে নিতে পারি যে খুব বড় এবং ছোট, বা $r_1 > r_2$ $Y$ $y$

\dot{x} (t) = r_{1} x (t) (X - x (t))

$\dot{x}(t) = r_1x(t)(X-x(t))$

\dot{y} (t) = r_{2} x (t),

$\dot{y}(t) = r_2x(t),$

যা উচ্চ ঝুঁকির গোষ্ঠীতে সম্পূর্ণরূপে সংক্রামিত হলে লিনিয়ার বৃদ্ধির পূর্বাভাস দেয়। মনে রাখবেন যে এই মডেলটির সাথে ধরে নেওয়ার কোনও কারণ নেই , একেবারে বিপরীত কারণ বৃহত শব্দ এখন এ । $r_1 > r_2$ $Y-y(t)$ $r_2$

এই সিস্টেমটি সমাধান করে

x (t) = X \frac{C_{1} e^{X r_{1} t}}{1 + C_{1} e^{X r_{1} t}}

$x(t) = X \frac{C_1e^{Xr_1t}}{1 + C_1e^{Xr_1t}}$

y (t) = r_{2} \int x (t) d t + C_{2} = \frac{r_{2}}{r_{1}} \log (1 + C_{1} e^{X r_{1} t}) + C_{2},

$y(t) = r_2 \int x(t)dt + C_2 = \frac{r_2}{r_1} \log(1+C_1e^{Xr_1t})+C_2,$

যেখানে এবং ইন্টিগ্রেশন ধ্রুবক আছে। মোট "সংক্রামিত" জনসংখ্যাটি তখন , যার 3 টি পরামিতি এবং 2 ইন্টিগ্রেশন ধ্রুবক রয়েছে (প্রাথমিক শর্ত)। ফিট করা কতটা সহজ হবে তা আমি জানি না ... $C_1$ $C_2$ $x(t) + y(t)$

আপডেট: প্যারামিটারগুলির সাথে চারপাশে খেলতে, আমি এই মডেলটির সাথে শীর্ষ বক্ররেখার আকারটি পুনরুত্পাদন করতে পারিনি, থেকে থেকে রূপান্তর সবসময় উপরের চেয়ে তীক্ষ্ণ is একই ধারণাটি অব্যাহত রেখে আমরা আবার ধরে নিতে পারি যে ইন্টারনেট ব্যবহারকারী দুই ধরণের রয়েছে: "শেয়ারার্স" এবং "লোনার্স" । ভাগ করে নেওয়ার লোকেরা একে অপরকে সংক্রামিত করে, লোনাররা সুযোগ পেয়ে ভিডিওটিতে ঝাঁপিয়ে পড়ে। মডেলটি হ'ল $0$ $600,000,000$ $x(t)$ $y(t)$

\dot{x} (t) = r_{1} x (t) (X - x (t))

$\dot{x}(t) = r_1x(t)(X-x(t))$

\dot{y} (t) = r_{2},

$\dot{y}(t) = r_2,$

এবং সমাধান করে

x (t) = X \frac{C_{1} e^{X r_{1} t}}{1 + C_{1} e^{X r_{1} t}}

$x(t) = X \frac{C_1e^{Xr_1t}}{1 + C_1e^{Xr_1t}}$

y (t) = r_{2} t + C_{2} .

$y(t) = r_2 t+C_2.$

আমরা যে অনুমান করা হতে পারে , অর্থাত্ শুধুমাত্র এ রোগীর 0 নেই , যা উৎপাদ কারণ হয় একটি বড় সংখ্যা. তাই আমরা ধরে নিতে পারি যে । এখন কেবলমাত্র 3 টি প্যারামিটার , এবং গতিশীলতা নির্ধারণ করে। $x(0) = 1$ $t=0$ $C_1 = \frac{1}{X-1} \approx \frac{1}{X}$ $X$ $C_2 = y(0)$ $C_2 = 0$ $X$ $r_1$ $r_2$

এমনকি এই মডেলটির সাথেও, মনে হয় যে প্রতিচ্ছবিটি খুব তীক্ষ্ণ, এটি ভাল ফিট নয় তাই মডেলটি অবশ্যই ভুল হতে পারে। সমস্যাটি আসলে খুব আকর্ষণীয় করে তোলে। উদাহরণ হিসাবে, নীচের চিত্রটি , এবং । $X = 600,000,000$ $r_1 = 3.667 \cdot 10^{-10}$ $r_2 = 1,000,000$

গঙ্গনম শৈলীর বৃদ্ধির মডেল

আপডেট: আমি যে মন্তব্যগুলি সংগ্রহ করেছি তা থেকে ইউটিউব ভিউগুলি (তার গোপনীয় উপায়ে) গণনা করে এবং অনন্য আইপি নয়, যা বড় পার্থক্য করে। অঙ্কন বোর্ড ফিরে।

এটিকে সহজ রাখার জন্য, ধরে নেওয়া যাক যে ভিডিওর মাধ্যমে দর্শকদের "সংক্রামিত" করা হয়েছে। তারা সংক্রমণটি পরিষ্কার না করা অবধি নিয়মিত এটি দেখতে ফিরে আসে। সবচেয়ে সহজ মডেলগুলির মধ্যে একটি হ'ল এসআইআর (সংবেদনশীল-সংক্রামিত-প্রতিরোধী) যা নিম্নলিখিত:

\dot{S} (t) = - α S (t) I (t)

$\dot{S}(t) = -\alpha S(t)I(t)$

\dot{I} (t) = α S (t) I (t) - β I (t)

$\dot{I}(t) = \alpha S(t)I(t) - \beta I(t)$

\dot{R} (t) = β I (t)

$\dot{R}(t) = \beta I(t)$

যেখানে হ'ল সংক্রমণের হার এবং হল ছাড়ের হার। মোট ভিউ গণনা এমন যে , যেখানে প্রতি সংক্রামিত ব্যক্তির জন্য প্রতিদিন গড়ে দেখা হয়। $\alpha$ $\beta$ $x(t)$ $\dot{x}(t) = kI(t)$ $k$

এই মডেলটিতে সংক্রমণের সূত্রপাত হওয়ার কিছু পরে হঠাৎ ভিউ গণনা বাড়তে শুরু করে, এটি মূল তথ্য হিসাবে দেখা যায় না, সম্ভবত ভিডিওগুলি একটি ভাইরাল (বা মেম) উপায়েও ছড়িয়ে পড়ে। এসআইআর মডেলের পরামিতিগুলি অনুমান করার ক্ষেত্রে আমি কোনও বিশেষজ্ঞ নই। শুধু বিভিন্ন মান নিয়ে খেলে, আমি এখানে (আরে) নিয়ে এসেছি।

S0 = 1e7; a = 5e-8; b = 0.01 ; k = 1.2
views = 0; S = S0; I = 1;
# Exrapolate 1 year after the onset.
for (i in 1:365) {
   dS = -a*I*S;
   dI = a*I*S - b*I;
   S = S+dS;
   I = I+dI;
   views[i+1] = views[i] + k*I 
}
par(mfrow=c(2,1))
plot(views[1:95], type='l', lwd=2, ylim=c(0,6e8))
plot(views, type='n', lwd=2)
lines(views[1:95], type='l', lwd=2)
lines(96:365, views[96:365], type='l', lty=2)

গাংনাম স্টাইলের ইউটিউব ভিডিওর দর্শনগুলির এক্সট্রোপোলেশন

মডেল স্পষ্টতই নিখুঁত নয় এবং এটি বেশ কয়েকটি শব্দ উপায়ে পরিপূরক হতে পারে। খুব রুক্ষ স্কেচটি মার্চ ২০১৩ এর আশেপাশে কোথাও এক বিলিয়ন ভিউয়ের পূর্বাভাস দিয়েছে, আসুন দেখুন ...

— gui11aume
সূত্র

5

(+1) প্রথম পদ্ধতির হিসাবে। নোট করুন যে গণনা দর্শনের জন্য ইউটিউবের পলিসিয় ভালভাবে বোঝা যাচ্ছে না যে তারা তাদের অ্যালগোরিদম সর্বজনীন করেনি। তবুও ওরা একথাই বলবে: "একজন দৃশ্য গণনা করা হয় যখনই কেউ YouTube- এ একটি ভিডিও ঘড়ির আমরা এর চেয়ে নির্দিষ্ট কৃত্রিমভাবে সমগ্র গণনা বৃদ্ধি এ প্রয়াস প্রতিরোধ করার জন্য পেতে না।" (দেখুন) ।

3

@ ফ্রেডরিক ধন্যবাদ। আপনি যদি ভুল বুঝতে পারি তবে মার্চ ২০১৩ এ আপনি 'গ্রহণ করুন' মুছে ফেলতে পারেন: ডি

— গুই 11 আউম

2

এসআইআর মডেলের প্যারামিটার অনুমান, দেখুন RSSfs.royalsocietypublishing.org/content/2/2/156.full

— ফ্রেড্রিকড

1

মনে হচ্ছে আমি এটিকে হারাতে চাই! তারা 2013 এর আগেও মিলিয়নে আঘাত করতে পারে ...

— gui11aume

2

engadget.com/2012/12/21/gangnam-style-one-billion-views সুতরাং পৃথিবী শেষ হয়নি তবে আজ 1 বিলিয়ন ভিউ আঘাত পেয়েছে।

— ড্যানথম্যান

5

নতুন পণ্য গ্রহণের পূর্বাভাসের জন্য সম্ভবত সবচেয়ে সাধারণ মডেল হ'ল বাস প্রসারণ মডেল , যা - @ গুই 11উমের উত্তরের অনুরূপ - বর্তমান এবং সম্ভাব্য ব্যবহারকারীদের মধ্যে মডেলগুলির ইন্টারঅ্যাকশন। নতুন পণ্য গ্রহণ পূর্বাভাসের ক্ষেত্রে একটি দুর্দান্ত বিষয়, এই শব্দটির সন্ধান করাতে প্রচুর পরিমাণে তথ্য পাওয়া উচিত (যা দুর্ভাগ্যক্রমে আমার এখানে বিস্তারের সময় নেই ...)।

— স্টিফান কোলাসা
সূত্র

হ্যাঁ, এটিও একজন প্রার্থী মডেল। যাইহোক, মনে হয় এটি অনুমান করে যে আপনি কেবল একবারই ব্যবহারকারী হতে পারেন। আপনি "সংক্রামিত" হন তবে এখানে আপনি ভিডিওটি বেশ কয়েকবার দেখেছেন।

— ফ্রেডরিকড

1

@ ফ্রেডরিকড: পয়েন্ট নেওয়া হয়েছে। (যদিও আমি ব্যক্তিগতভাবে এই "পণ্য" এর "একক" ব্যবহারের মাধ্যমেও বসে থাকতে পারি না ...) এটি মোকাবেলার জন্য বাসের সাধারণীকরণ হওয়া উচিত। (নির্লজ্জ প্লাগ :) পরের বছরের আন্তর্জাতিক পূর্বাভাসের সিম্পোজিয়ামটি সিউলে রয়েছে, সুতরাং যে কেউ তার / তার প্রিয় গঙ্গনাম পূর্বাভাসের মডেলটি সেখানে উপস্থাপনের কথা বিবেচনা করুন! ;-)

— স্টিফান কোলাসা

4

আমি গম্পার্টজ গ্রোথ বক্ররেখা তাকান ।

গাম্পার্টজ বক্ররেখা একটি স্বতঃ পরিবর্তনশীল হিসাবে সময়, টি, সহ একটি 3-প্যারামিটার (ক, খ, সি) ডাবল-এক্সપોেনশিয়াল সূত্র।

আর কোড:

gompertz_growth <- function(a=a,b=b,c=c, t) { a*exp(b*exp(c*t)) }

গম্প্পার্টজ গ্রোথ সূত্রটি অনেকগুলি জীবনচক্রের বর্ণনা যেখানে ভাল হয় প্রথমে বৃদ্ধি ত্বরান্বিত হয়, তারপরে এটি অসম্পূর্ণ সিগময়েড বক্ররেখার ফলস্বরূপ, যার ডাইরিভেটিভ শীর্ষটির ডানদিকে চেয়ে বাম দিকে খাড়া হয়। উদাহরণস্বরূপ, উইকিপিডিয়ায় মোট নিবন্ধগুলি যা প্রকৃতিতেও ভাইরাল, বহু বছর ধরে দুর্দান্ত নির্ভুলতার সাথে একটি গম্পার্টজ গ্রোথ বক্ররেখা (নির্দিষ্ট একটি, খ, সি পরামিতি) অনুসরণ করে আসছে।

গম্পার্টজ কার্ভের তালিকা: মোট আকার এবং এর বৃদ্ধির হার ডেরিভেটিভ

সম্পাদনা করুন: গম্প্পার্ট্জ বক্ররেখাটি আপনি যে আকারটি সন্ধান করছেন তার আনুমানিক পরিমাণের জন্য যথেষ্ট না হলে আপনি এক্সপোয়েন্টিটেটেড জেনারেলাইজড ওয়েইবুল গম্পার্টজ ডিস্ট্রিবিউশনেd বর্ণিত প্যারামিটারগুলি & যোগ করতে চাইতে পারেন । নোট করুন যে এই কাগজটি স্বাধীন সময়ের প্যারামিটারের পরিবর্তে ব্যবহার করে। মজার বিষয় হচ্ছে, উইকিপিডিয়াও ২০১২ সালের পরের আসল মান থেকে ভবিষ্যদ্বাণীকরণের ডাইভার্জেন্সের জন্য একক চতুর্থ প্যারামিটার যুক্ত করে তাদের সেরা অনুমানের পরিবর্তন করেছে । পরিবর্তিত 4-পরম গম্প্পার্টেজ কার্ভ সূত্রটি হ'ল:xtd

gompertz_2 <- function(a=A,b=B,c=C,d=D, t) {a * exp(b * exp(c*t) + d*t)}

গম্প্পার্টজ ফাংশনটির নাম বেনজমিন গম্প্পার্টজ (১7979৯-১ )65 after ) , একজন গাউসের সমসাময়িক (মাত্র ২ বছর গাউসের জুনিয়র) এর নামানুসারে করা হয়েছে, এটি বর্ণনা করার জন্য প্রথম গণিতবিদ।

— arielf
সূত্র

ভাল যুক্তি! যাইহোক, মডেলটি যেটিকে চ্যালেঞ্জ জানায় তা হ'ল এটি সীমাবদ্ধতা বলে মনে হচ্ছে না (নং 1 এবং নং 2 দেখুন)। অর্থাত, মডেল এ ফ্যাক্টরটিও সময়ের সাথে সাথে বাড়ছে।

— ফ্রেডরিকড

আমি "চ্যালেঞ্জ জানাবো" এর সীমা থাকবে বলে মনে হয় না। গাঙ্গনাম স্টাইল 1 বি পৌঁছাতে পারে? 10B? 100B? মতামত? অবশেষে বৃদ্ধির হার শূন্যের কাছাকাছি এবং বক্ররেখার দিকে যায়। আপনি যখন উচ্চ বিকাশের পর্যায়ে রয়েছেন তা দেখতে শক্ত, যেমন আমরা এখন গাঙ্গনামের সাথে আছি, তবে কয়েক বছর অপেক্ষা করুন এবং আপনি গম্প্পার্টজ জিতবেন :) সঠিক কৌশলটি বের করার জন্য কৌশলটি অবশ্যই অবশ্যই রয়েছে (এ, খ, গ) এই নির্দিষ্ট ক্ষেত্রে জন্য পরামিতি।

— আরিফেল

2

গম্প্পার্টজ

— RelGrowthWeb/…

3

আমি মনে করি আপনার গাঙ্গনাম স্টাইলের মতো আলাদা ঘটনা ঘটানো দরকার, যা জাস্টিন বিবার এবং এমিনেমের কাছ থেকে মেম / ভাইরাল জিনিস হিসাবে বিবেচিত who জেবি বা এমিনেম প্রচুর একক বিক্রয় করবে, আমি নিশ্চিত নই যে পিএসওয়াই করবে।

— abaumann
সূত্র

ভাল যুক্তি. পিএসওয়াই এবং "ওজিএস" (ওপ্পা গাঙ্গনাম স্টাইল) এর পিছনে থাকা দলের সাক্ষাত্কারগুলি পড়ে এবং শোনার পরে, এটি স্পষ্ট যে কোনও ভাইরাল জিনিস তৈরি করতে কোন বোতামটি টিপতে হবে সে সম্পর্কে তারা ভাল জানেন। উপরের ভিউ চিত্রের কিছু চিত্র বিশ্লেষণের মাধ্যমে দেখে মনে হচ্ছে যে লঞ্চটি লঞ্চ হওয়ার প্রায় 90 দিন অবধি লিনিয়ার, তারপরে পিএসওয়াই কোরিয়ান গ্র্যান্ড প্রিক্সে উপস্থিত হয় এবং প্রতি ইউনিট ভিউগুলির সংখ্যা বৃদ্ধি পায়।

— ফ্রেডরিকড

- এবং এই দুটি ক্লাস কীভাবে "ক্লাসিক" থেকে পৃথক হয় - এমন গানগুলি যা ইউটিউবে প্রথম আপলোড করার সময় সম্ভবত সুপরিচিত ছিল (আমি ডেভিড বোই ভাবছি)?

— আবাউমান

2

ঠিক আছে ছেলেরা, আমাদের ইউটিউব ভিডিওগুলির প্রসারণ সম্পর্কে কিছু স্টাইলাইজড তথ্য দরকার, যা সাধারণ পণ্য বিস্তৃত সাহিত্যের চেয়ে পৃথক প্যাটার্নগুলির পরামর্শ দেয়। শুরু করার ভাল জায়গাটি হ'ল মিয়াওং চা, হ্যাওওয়ান কাওয়াক, পাবলো রদ্রিগেজ, ইওং-ইওল আহন, এবং ম্যু মুন, ২০০,, আই টিউব, ইউ টিউব, সকলেই টিউবস: বিশ্বে বৃহত্তম ব্যবহারকারী উত্পাদিত সামগ্রী ভিডিও সিস্টেম বিশ্লেষণ, the তম এসিএম সিগকমের প্রক্রিয়া ইন্টারনেট পরিমাপ সম্পর্কিত সম্মেলন, আইএসবিএন: 978-1-59593-908-1।

এবং

এক্স চেং, সি ডেল, জে লিউ, ২০০৮, পরিসংখ্যান এবং ইউটিউব ভিডিওগুলির সামাজিক নেটওয়ার্ক, আন্তর্জাতিক মানের ওয়ার্কশপ অন সার্ভিস (আইডাব্লুকিউএস), নেদারল্যান্ডসের এনস্কেডের কার্যক্রমে।

— ProfRoy47
সূত্র

5

@ প্রোফাইর 47 এ সাইটে আপনাকে স্বাগতম। আপনি কি এই পোস্টে কিছুটা ব্যাখ্যা করতে আপত্তি করবেন? এটি স্পষ্ট নয় যে এটি আসলে ওপি-র প্রশ্নের উত্তর / এখনও এটি নিজের নিজের উপর দাঁড়িয়েছে। ওও, এটি কোনও মন্তব্য হিসাবে খাপ খায় না, এবং আমি মনে করি এটিতে এই থ্রেডে সহায়ক অবদান রয়েছে। আমাদের প্রায়শই জিজ্ঞাসিত প্রশ্নাবলীর সিভিতে উত্তর সরবরাহ করার জন্য কিছু আলোচনা রয়েছে যা আপনার পক্ষে সহায়ক হতে পারে।

— গাং

1

মডেল স্পষ্টতই নিখুঁত নয় এবং এটি বেশ কয়েকটি শব্দ উপায়ে পরিপূরক হতে পারে। খুব রুক্ষ স্কেচটি মার্চ ২০১৩ এর আশেপাশে কোথাও এক বিলিয়ন ভিউয়ের পূর্বাভাস দিয়েছে, আসুন দেখুন ...

গত সপ্তাহে দর্শকদের মন্দার দিকে তাকিয়ে মার্ -13 তারিখটি একটি শালীন বাজির মতো দেখায়। নতুন দর্শনগুলির বেশিরভাগই ইতিমধ্যে সংক্রামিত ব্যবহারকারীরা বলে মনে হচ্ছে যা প্রতিদিন একাধিকবার ফিরে আসে।

আপনার মডেলটির পরিপূরক হিসাবে, একটি পদ্ধতি যা গবেষকরা ভাইরাসের স্প্রেড ট্র্যাক করতে ব্যবহার করেন তা হ'ল তার জিনোম রূপান্তরগুলি পর্যবেক্ষণ করা - কখন এবং কোথায় এটি রূপান্তরিত হয়েছিল তা গবেষকরা দেখিয়ে দিতে পারেন যে ভাইরাস কতটা দ্রুত সংক্রমণ এবং ছড়িয়ে পড়ে (মার্কিন যুক্তরাষ্ট্রে ওয়েস্ট নীল ভাইরাস অনুসরণ করে দেখুন) ।

ব্যবহারিক অর্থে, গ্যাঙ্গনম স্টাইল এবং পার্টি রক অ্যান্থেমের (গ্রুপ এলএমএফএওর দ্বারা) ভিডিও জাস্টিন বিবারের বেবি বা এমিনেমের গানের চেয়ে প্যারোডি, ফ্ল্যাশ মুব, বিবাহের নৃত্য, রিমিক্স এবং অন্যান্য ভিডিও প্রতিক্রিয়াগুলিতে পরিবর্তিত হওয়ার সম্ভাবনা বেশি।

মিউটেশনগুলির প্রক্সি হিসাবে গবেষকরা ভিডিও প্রতিক্রিয়াগুলির সংখ্যা (এবং বিশেষত প্যারোডি) বিশ্লেষণ করতে পারেন। ভিডিওর জীবনের প্রথম দিকে এই রূপান্তরগুলির ফ্রিকোয়েন্সি এবং জনপ্রিয়তা পরিমাপ করা কার্যকর হতে পারে তার জীবনকাল ইউটিউব দর্শনের মডেলিং।

— lucasng
সূত্র

@ লুকাসং, সাইটে আপনাকে স্বাগতম। সিভি উদ্দেশ্যমূলক প্রশ্নগুলির গুরুতর, বাস্তব জবাবের জন্য উদ্দিষ্ট (আপনি আমাদের প্রায়শই জিজ্ঞাসা করতে পারেন ), এবং আমার ধারণা ওপি ডাব্লু / এটিকে মনে রেখে বলেছে। আপনার উত্তরটি এখানে সীমান্তে রয়েছে; আমি মনে করি এটি মিউটেশন ইত্যাদির সম্পর্কে এর ধারণাগুলির ভিত্তিতে থাকা উচিত, তবে নোট করুন যে ভিডিওগুলির গুণাবলী সম্পর্কে মতামতগুলি সত্যই জার্মানি নয়।

— গাং

আমি ধারণা ভাল। @ গুং সত্য যে এটি ওপি-র কোনও উত্তর নয়, তবে দ্বিতীয় উত্তরটিও নয়।

— gui11aume

@ গুং: (একটি গুগল অনুসন্ধানে পরামর্শ দেওয়া হয়েছে) লুকাসং আপনি যে অংশটি পুনরায় চিত্রিত করেছেন তাতে কোনও মতামত দিচ্ছিলেন না বরং গানটি সম্পাদনকারী দলের নাম উল্লেখ করেছেন!

— কার্ডিনাল

1

@ কার্ডিনাল, মাথা আপ জন্য ধন্যবাদ। লুকাসং, বিভ্রান্তির জন্য দুঃখিত; গোষ্ঠীর নাম ফিরিয়ে দিয়েছি।

— গাং