YouTube 视频走红预测数据集:1.2 万条视频

机器学习
0 下载
2 浏览
2026-10-07

数据集简介

数据集概览

该数据集为合成的 YouTube 风格数据,共包含 12,000 条视频,覆盖 15 个内容类别。数据以表格形式组织,字段涵盖视频元数据、频道规模、互动指标以及 viral 目标标签。数据集总大小约 853,099 字节(约 833 KB),当前为 1 个版本,以 CC0 公共领域许可在 Kaggle 落地页公开可下载。

构建背景

作者 Ved(Kaggle 用户 vedauv)在说明中提到,真实 YouTube 数据需要 API 访问且存在限流,同时缺少清晰的二元目标,难以直接用于可复现的建模实验。为此,作者构建了这一合成数据集,作为可复现的基准,使研究者能够在统一的数据条件下开展走红预测与特征分析。

目标变量设计

数据集的核心目标是 viral 标签:viral=1 表示视频浏览量位于前 20%,否则为 0。当前数据中的走红比例为 20.0%,与标签定义保持一致。除 viral 外,数据还提供 views(浏览量)字段,可对浏览量做 log 变换后用于回归任务。

建议任务

基于该数据集可开展以下分析:

  • 二分类:依据视频元数据与互动指标预测 viral 标签;
  • 回归:对浏览量做 log 变换后建模;
  • 类别分析:分析 15 个内容类别各自的走红倾向;
  • 特征重要性比较:比较订阅数与互动比率等特征对走红的影响。

引用与许可

数据集由 Ved 发布,采用 CC0 公共领域许可,公开可下载。数据源落地页为 Kaggle 上的 “What Makes a YT Video Go Viral?: 12,000 Vids” 页面。

基本信息

记录数量12,000 条视频
文件大小12,000 条视频,15 个内容类别;数据集总大小约 853,099 字节(约 833 KB);1
文件格式未知
数据来源Ved(Kaggle 用户 vedauv)
许可CC0 公共领域
内容类别15 个
版本1 个
数据落地页https://www.kaggle.com/datasets/vedauv/what-makes-a-yt-video-go-viral-12000-vids
发布日期2026-10-07
YouTube视频走红预测社交媒体分析二分类互动指标

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费