より良い映画推薦のためのメディアコンテンツメタデータからの感情特徴の利用【JST・京大機械翻訳】

Leung John Kalung; Griva Igor; Kennedy William G.

プレプリント

J-GLOBAL ID：202202211804980984 整理番号：21P0038029

より良い映画推薦のためのメディアコンテンツメタデータからの感情特徴の利用【JST・京大機械翻訳】

Using Affective Features from Media Content Metadata for Better Movie Recommendations

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年07月01日プレプリントサーバーでの情報更新日： 2021年02月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,ユーザの感情プロファイルによる映画推薦の意思決定における因果律を検討した。映画の概観における感情的特徴の自動検出により,感情タグを映画に割り当てる方法を提案した。テキストベースの感情検出と認識モデルを適用し,それは,ツイートショートメッセージによって訓練し,学習モデルを移動して,映画概観の暗黙的感情的特徴を検出した。感情映画タグをベクトル化し,映画の気分埋込みを表した。すべての映画の感情ベクトルの平均を取り上げてユーザの感情的特徴を得た。ユーザの感情プロファイルに対してTop-N映画推薦をランク付けするために5距離メトリックを適用した。コサイン類似性距離メトリックスは,他の距離メトリック測度よりも優れた性能を示した。著者らは,コサイン類似性距離メトリックにより作られた再ランク付け推薦リストとRecommenderにより生成されたトップN推薦を置き換えることにより,ユーザは感情認識トップN推薦を効果的に獲得し,一方,RecommenderはEmotion Aware Recommenderのように感じることを結論づけた。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

映画 , 自然語処理

, ,

前のページに戻る