핵심 개념
단편 동영상이 시청자의 우울증 유발에 미치는 영향을 정확하게 예측하기 위해 의학적 지식을 활용한 다중 모달 신경 토픽 모델을 개발하였다.
초록
이 연구는 단편 동영상이 시청자의 정신 건강, 특히 우울증에 미치는 부정적인 영향을 예측하기 위해 지식 기반 다중 모달 신경 토픽 모델을 제안한다.
단편 동영상 플랫폼의 성장과 함께 전문가들은 이러한 동영상이 시청자의 우울증 유발에 미치는 부정적인 영향에 대해 우려하고 있다. 이를 해결하기 위해 동영상의 우울증 유발 영향을 사전에 예측할 수 있는 방법이 필요하다.
기존 우울증 예측 연구는 주로 사용자 데이터를 활용하여 개인의 우울증 상태를 예측하는 데 초점을 맞추었다. 반면 이 연구는 동영상 데이터를 활용하여 동영상이 시청자에게 미치는 우울증 유발 영향을 예측하는 것을 목표로 한다.
제안 모델은 의학적 지식을 활용하여 우울증 유발 요인과 관련된 토픽을 학습하고, 다중 모달 데이터(텍스트, 이미지, 동작, 오디오)를 활용하여 동영상의 우울증 유발 영향을 예측한다.
실험 결과, 제안 모델은 기존 방법론을 능가하는 성능을 보였으며, 의학적으로 관련성 있는 토픽을 발견하였다. 이를 통해 동영상 플랫폼은 동영상의 우울증 유발 영향을 이해하고, 추천 알고리즘 개선 및 시청자 주의 사항 제공 등의 개입 조치를 취할 수 있다.
통계
단편 동영상 플랫폼 TikTok은 2023년 기준 월간 활성 사용자 수 15억 명을 넘어섰다.
의학 연구에 따르면 TikTok 사용 후 우울증 증상 수준이 증가한 것으로 나타났다.
인용구
"단편 동영상 플랫폼은 정신 건강 문제를 야기하는 위험한 환경을 조성하고 있다."
"단편 동영상은 매우 개인적이고 강렬한 내용을 크게 게시하도록 장려하며, 이러한 정신 상태에 맞추도록 유도한다."