그래프 전파를 통한 개인화 비디오 추천
Source
Evernote/IFTTT Feedly/Personalized Video Recommendation through Graph Propagation.md
Summary
이 논문은 방대한 인터넷 비디오 환경에서 개인화된 추천을 제공하기 위해, 단순한 클릭 정보 기반의 이분 그래프를 넘어선 접근법을 제안합니다. 클릭과 검색어 정보를 결합하여 사용자-검색어-비디오의 삼분 그래프(tripartite graph)를 구축하며, 여기서 검색어 노드는 사용자와 비디오를 연결하는 가교 역할을 합니다. 또한 비디오 태그와 텍스트 검색어 같은 콘텐츠 기반 정보를 활용하여 동일 노드 간 서브그래프를 추가함으로써 연결성을 풍부하게 하고 추천 정확도를 높이는 것을 목표로 합니다.
Key Points
- 단순 클릭 정보 기반 이분 그래프의 한계를 극복하기 위해 클릭과 검색어 정보를 결합한 삼분 그래프 구축
- 검색어 노드를 통해 사용자와 비디오 간의 간접 연결을 형성
- 비디오 태그 및 텍스트 검색어 등 콘텐츠 기반 정보를 활용한 동일 노드 간 서브그래프 추가를 통한 연결성 강화
Related
-
Near-duplicate video retrieval: Current research and future trends
-
Nonlinear Latent Factorization by Embedding Multiple User Interests
-
Web Service Compositions with Fuzzy Preferences: A Graded Dominance Relationship-Based Approach
-
Knowledge-Based Approaches to Information Management in Coalition Environments
-
Knowledge-Based Approaches to Information Management in Coalition Environments
-
Stock Selection Model Based on Machine Learning with Wisdom of Experts and Crowds
-
Social Event Classification via Boosted Multimodal Supervised Latent Dirichlet Allocation
-
A Hamming Embedding Kernel with Informative Bag-of-Visual Words for Video Semantic Indexing