Analýza popularity YouTube videí v závislosti na frekvenci jejich publikování

Petr Šot

Bachelor's thesis

An Analysis of Popularity of YouTube Videos Based on Upload Frequency

Abstract:

Cílem této práce je analýza výběru velkého množství pozorování z rozsáhlého datasetu obsahujícího veřejně dostupné informace o profilech a videích z webu YouTube obohacené o interní data firmy Emplifi pro analytické účely. Jedná se o 762 525 videí vydaných mezi 9.8.2021 a 9.8.2022 v kategorii zábavního průmyslu na YouTube. V práci je vymezena vhodná metodologie a diskutována aplikovatelnost statistických metod pro práci s reálnými velkými daty. Data jsou popsána a podrobena explorační analýze za účelem seznámení se s datasetem a porozumění jeho obsahu, provedené pomocí grafů a popisných statistik. Následně je využito metod analýzy rozptylu, korelace a regrese, které budou komentovány jak teoreticky, tak prakticky interpretovány na základě věcného významu. Samotná analýza je provedena pomocí programovacího jazyka Python. Konkrétní zaměření práce je na zkoumání pravidelnosti a frekvence nahrávání videí a jejich vlivu na jejich úspěšnost, s cílem objasnit tento aspekt fungování YouTube algoritmu a spotřebitelského prostředí na YouTube. Výsledky analýz nesvědčí ve prospěch významného vlivu pravidelnosti na úspěšnost videí, ani ve prospěch vyšší úspěšnosti videí daného kanálu založené čistě na jejich kvantitě.

Abstract:

The aim of this thesis is to analyze a selection of a large number of observations from a dataset containing publicly available information about YouTube profiles and videos enriched with Emplifi's internal data for analytical purposes. This includes 762,525 videos released between August 9, 2021, and August 9, 2022, in the entertainment category on YouTube. The paper defines the appropriate methodology and discusses the applicability of statistical methods when working with real, big data. The data is described and subjected to exploratory analysis to get acquainted with the dataset and understand its content, performed using graphs and descriptive statistics. Subsequently, methods of analysis of variance, correlation and regression are used and will be commented on theoretically, and practically interpreted based on their real-life significance. The analysis is performed using the Python programming language. The specific focus of the thesis is on the investigation of regularity and frequency of video uploads and the impact on their success rate, in order to shed light on this aspect of the YouTube algorithm and the YouTube consumer environment. Results of the analyses do not speak in favor of a significant effect of regularity on the success rate of videos measured by their views, nor in favor of a higher success rate for a given channel's videos based purely on their quantity.

Keywords

YouTube, analýza reálných dat, zábavní průmysl, big data, YouTube algoritmus, frekvence nahrávání, pravidelné nahrávání, velikost účinku, korelace

Keywords

YouTube, real data analysis, entertainment business, big data, YouTube algorithm, upload frequency, regular uploading, effect size, correlation

Language used: Czech

Date on which the thesis was submitted / produced: 4. 5. 2023

Thesis defence

• Date of defence: 13. 6. 2023
• Supervisor: Zdeněk Šulc
• Reader: Ladislav Jirsa

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Matematické metody v ekonomii / Datové analýzy a modelování