文献

J-GLOBAL ID：201802239804108123   整理番号：18A0656562

複数ユーザの視聴行動を用いた個性化されたビデオ嗜好の正確な推定

Accurate Estimation of Personalized Video Preference Using Multiple Users’ Viewing Behavior

著者 (3件)： ITO Yoshiki (Graduate School of Information Science and Technology, Hokkaido University) ,  OGAWA Takahiro (Graduate School of Information Science and Technology, Hokkaido University) ,  HASEYAMA Miki (Graduate School of Information Science and Technology, Hokkaido University)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E101.D  号： 2  ページ： 481-490(J-STAGE)  発行年： 2018年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本論文では,複数ユーザの視聴行動を用いた個性化された映像嗜好の正確な推定方法を示す。提案手法では,映像,ユーザの視聴行動,対象ユーザから与えられた映像の評価点の3種類の特徴を用いる。第1に,提案方法は,以下の相関分析に適したより低次元のビデオ特徴を得るために監視されたマルチビュースペクトル埋め込み(SMSE)を適用する。次に,3種類の特徴を統合するために監視された多視点カノニカル相関分析(sMVCCA)を適用する。次に,sMVCCAに基づくビデオのターゲットユーザの個人的な好みを反映する新しい視覚的特徴であるカノニカルビデオ特徴を得るために最適な予測を得ることができる。また,本手法では,ターゲットユーザの最適なカノニカルビデオ特徴を得るための他のユーザの視聴行動も含むことができる。この独自アプローチは,本論文の最大の貢献である。最後に,これらのカノニカルビデオ特徴を統合することにより,暗黙の制約条件のあるサポートベクトル順序回帰(SVORIM)がこの方法で訓練される。したがって,訓練されたSVORIMを使用することによって,ビデオに対するターゲットユーザの嗜好を推定することができる。実験結果は本手法の有効性を示している。(翻訳著者抄録)

シソーラス用語： *利用者 ,  *行為 ,  *人格 ,  *映像 ,  *好み ,  *推定 ,  統計解析 ,  統計集団 ,  サポートベクトルマシン ,  回帰分析 ,  画像特性 ,  カノニカル集合 ,  *ビデオ映像 ,  相関分析
準シソーラス用語： サポートベクトル回帰 ,  マルチビュー画像 ,  *個性化 ,  *視聴 ,  順序回帰 ,  多視点映像

著者キーワード (5件)： 多視点アプローチ ,  スペクトル埋込み ,  正準相関解析 ,  ビデオ選択 ,  視聴行動

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  映画  (ZA04050E)

引用文献 (42件)：

• [1] J. Gantz and D. Reinsel, “The digital universe in 2020: Big data, bigger digital shadows, and biggest growth in the far east,” IDC iView: IDC Analyze the future, vol.2007, pp.1-16, 2012.
• [2] M. Haseyama, T. Ogawa, and N. Yagi, “A review of video retrieval based on image and video semantic understanding,” ITE Trans. Media Technology and Applications, vol.1, no.1, pp.2-9, 2013. 10.3169/mta.1.2
• [3] G. Adomavicius and A. Tuzhilin, “Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions,” IEEE Trans. Knowledge and Data Engineering, vol.17, no.6, pp.734-749, 2005. 10.1109/tkde.2005.99
• [4] J.L. Herlocker, J.A. Konstan, L.G. Terveen, and J.T. Riedl, “Evaluating collaborative filtering recommender systems,” ACM Trans. Information Systems, vol.22, no.1, pp.5-53, 2004. 10.1145/963770.963772
• [5] H.S. Tan and H.W. Ye, “A collaborative filtering recommendation algorithm based on item classification,” Proc. Pacific-Asia Conf. Circuits, Communications and System (PACCS), 2009, pp.694-697. 10.1109/paccs.2009.68

タイトルに関連する用語 (6件)： 視聴 ,  行動 ,  個性化 ,  ビデオ ,  嗜好 ,  推定