通过胜率和偏置注入方法增强自动生成的棒球精彩集锦
推荐系统用户体验游戏用户体验与玩家行为严肃游戏与功能游戏游戏开发者与设计师电竞运动员与直播主播内容创作者(YouTuber、Podcaster)
文献标题
Enhancing Auto-Generated Baseball Highlights via Win Probability and Bias Injection Method
文献信息
- 主题领域: 人机交互与人工智能在体育视频生成中的应用
- 关键词: 自动生成体育集锦, 棒球集锦, 胜率概率, 增加胜率 (WPA), 偏向性集锦, 个性化集锦
研究背景与问题
- 问题或挑战: 现有自动生成的体育集锦通常依赖于视觉或语音线索,无法全面捕捉比赛的动态。例如,仅关注得分事件可能遗漏影响比赛节奏的关键防守或战略行动。
- 重要性: 自动生成体育集锦是体育娱乐领域和学术界迅速发展的研究方向,尤其是改善观众体验和信息传递。
- 研究动机与相关工作: 引入一种新的集锦生成方法,通过基于棒球数据的统计指标——增加胜率(WPA),改进现有AI算法的性能。同时解决偏向性生成的问题,以满足不同观众的个性化需求。
解决方案
- 提出的方法: 采用WPA指标生成比赛集锦,捕捉比赛中的重要时刻。此外,设计了一种偏向性注入框架,通过调整WPA权重生成对特定球队偏向的集锦。
- 创新之处:
- 使用WPA这一上下文敏感性高的统计指标代替传统视觉/语音线索。
- 通过调整偏向方向和程度,为个性化集锦生成提供新的路径。
- 实施步骤与关键技术:
- 标准WPA集锦生成:
- 提取比赛中WPA值变化幅度较大的关键事件,按时间顺序排列并生成集锦。
- 使用算法筛选WPA绝对值最高的事件,并根据用户设定的集锦时长选择事件。
- 偏向性注入框架:
- 调整WPA权重对特定球队进行偏向性生成,增强正面事件的权重并减少负面事件的权重。
- 支持两种偏向方向(偏向主队或客队)及两种偏向强度(强偏向或弱偏向)。
- 生成不同偏向条件下的集锦,与标准集锦和现有AI方法进行对比。
- 标准WPA集锦生成:
研究成果
- 具体成果:
- 与现有商业解决方案(例如NAVER AI集锦)相比,基于WPA生成的集锦被评价为更全面且更有趣。
- 偏向性集锦的评价显示,观众对视频的感知与比赛结果(胜/负)密切相关。特别是,当偏向性集锦与观众支持的球队得胜相结合时,参与者更倾向于给予高度评价。
- 优势:
- WPA方法在捕捉比赛流动态和重要事件方面表现出色。
- 对偏向性注入的适配提供了个性化观看体验的可能。
- 实验或评估结果:
- 用户研究(43位棒球爱好者参与)显示,与现有AI集锦相比,WPA集锦更能体现比赛的流动态。
- 偏向性集锦在比赛结果为用户支持的球队获胜时更加受欢迎;而在球队失利时则较少受欢迎。
- 公平性评价差异较小,表明主观公平性定义存在分歧。
- 局限性与未来方向:
- 偏向性注入框架需更深入研究偏向强度的模调方法以及比赛动态对生成集锦的深层影响。
- 自动化集锦生成应进一步探索用户个人偏好(例如特定球员表现)和多样化需求。
- 当前研究以韩国的棒球观众为研究群体,未来需扩大样本范围以验证全球通用性。
通过引入基于WPA的方法以及偏向性注入框架,本文展示了一种可扩展的方法以改善自动化体育集锦的质量,满足多样化观众需求,具有显著的应用前景。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何利用胜率贡献值(WPA)改进棒球比赛的自动生成精彩集锦,捕捉比赛动态?分类: 生成式创作中的控制与共创同类问题arrow_forward
- 偏向性注入框架(Bias Injection Framework)如何为特定球队生成个性化的精彩集锦?分类: 生成式创作中的控制与共创同类问题arrow_forward
- WPA方法生成的集锦是否比现有AI自动生成集锦更具吸引力和全面性?分类: 生成式创作中的控制与共创同类问题arrow_forward
lightbulb
现实痛点
1- 观众觉得现有自动生成的棒球集锦无法抓住比赛动态,内容不够吸引人。分类: 生成式创作中的控制与共创同类问题arrow_forward
- 67%
使用函数组合转换游戏难度曲线
CHI '19· 游戏用户体验与玩家行为 +1
- 67%
玩家驱动的游戏分析:以《激战2》为例
CHI '23· 推荐系统用户体验 +1
- 67%
使用因子分解机实现个性化游戏难度预测
UIST '22· 推荐系统用户体验 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642021
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
推荐系统用户体验、游戏用户体验与玩家行为、严肃游戏与功能游戏
work
职业/产业
游戏开发者与设计师、电竞运动员与直播主播、内容创作者(YouTuber、Podcaster)
article
内容状态
已索引正文
hub
相关论文
3 篇相关论文