Исследование посвящено предиктивной оценке удержания зрителей видеоконтента. На данных хостинговой платформы YouTube формируется набор признаков: транскрипты извлекаются моделью Whisper, затем выполняются LLM-разметка и постобработка (заполнение пропусков, нормализация, унификация). Сравниваются подходы к прогнозированию кривых удержания: регрессия, ранжирование, их гибрид, а также рекуррентные сети. Качество оценивается по единому протоколу относительно константного baseline с использованием метрик RMSE, MAE и Pearson. Итогом станет выбор наиболее эффективной модели из рассмотренных в рамках исследования, что создаст основу для разработки инструмента прогнозирования удержания зрителей на этапе подготовки видео.

Петухов Д.А. (науч. рук. Ефимова В.А.) Разработка моделей предиктивной оценки удержания зрителей видео с использованием мультимодальных данных // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17711