Twitter 기반 YouTube 동영상 추천: 시간 인식 및 개인화

Source

  • Evernote/Inbox/Twitter is Faster Personalized Time-Aware Video Recommendation from Twitter to YouTube.md

Summary

기존 동영상 추천 시스템은 정적 사용자 프로필에 의존하여 단기 관심사의 급격한 변화를 포착하지 못하는 한계가 있다. 본 연구는 텍스트 기반 소셜 플랫폼(Twitter)에서 멀티미디어 플랫폼(YouTube)보다 정보의 발생과 전파가 더 빠르다는 점을 착안했다. 이를 바탕으로 Twitter의 실시간 텍스트 스트림에서 얻은 지식을 YouTube로 이전하는 ‘동적 사용자 모델링 전략’을 제안한다. 이를 통해 사용자의 단기 관심사 변화를 빠르게 반영한 개인화된 동영상 추천이 가능해진다.

Key Points

  • 기존 정적 추천 방식의 한계: 사용자의 단기 관심사 변화(Swift shift of short-term interests)를 반영하지 못함.
  • 크로스 플랫폼 통찰: Twitter(텍스트 스트림)의 정보 전파 속도가 YouTube(멀티미디어)보다 개인 수준에서 더 빠름.
  • 제안 방법론: Twitter의 실시간 데이터를 활용해 YouTube 추천에 적용하는 동적 사용자 모델링(Dynamic user modeling).
  • 핵심 기술: 소셜 텍스트 스트림 플랫폼에서 멀티미디어 공유 플랫폼으로의 지식 이전(Knowledge transfer).