文献

J-GLOBAL ID：201802287979709843   整理番号：18A0519264

コンテンツベースビデオ推奨に関する研究【Powered by NICT】

A study on content-based video recommendation

著者 (4件)： Li Yan (Tencent WeChat, China) ,  Wang Hanjie (Tencent WeChat, China) ,  Liu Hailong (Tencent WeChat, China) ,  Chen Bo (Tencent WeChat, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 4581-4585  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ビデオストリーミングサービスはユーザが享受するビデオを発見するのを助けるため映像コンテンツ推薦システムに依存する。ほとんどの既存の推薦システムはユーザ陰的フィードバックに基づくビデオ関連性,例えば,時計と探索挙動を計算した。例えば,ユーザビデオ選好をモデル化するために,協調フィルタリングに基づく方法を使用し,ビデオビデオ関連性スコアを計算することができる。しかし,新しく入力されるビデオ図書館に添加した時,推薦システムは,コールドスタート問題を扱う新しく追加されたビデオに対して非常に少数の利用者の行動を持つビデオ関連性スコアを立ち上げることがある。この問題を解決するために,本論文では,コールドスタート問題を軽減するための深い畳込みニューラルネットワークを利用してコンテンツベースビデオ推薦手法を提案した。提案手法が良好に動作し,特に重篤なデータ不完全性の1例。視覚特徴に加えて,ここではまた,ビデオメタデータ,オーディオ特徴上で包括的な評価実験を行った。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： フィルタリング ,  *録画装置 ,  オーディオ機器 ,  不整 ,  フィードバック ,  モデリング
準シソーラス用語： 評価実験 ,  畳込みニューラルネットワーク ,  低温始動 ,  スコア ,  協調フィルタリング ,  推奨システム ,  映像コンテンツ , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  テレビジョン一般  (ND12031N)

タイトルに関連する用語 (2件)： 推奨 ,  研究