ユーザの高評価時区間を用いたランダムフォレスト回帰に基づく動画推薦
藤本菜々美,北山大輔
第14回データ工学と情報マネジメントに関するフォーラム(DEIM2022), I44-9, オンライン, 2022年3月, 査読無
論文PDF
概要
YouTubeなどの動画共有サービスでは,日々多くの動画が投稿されている.その膨大な数の動画から,ユーザが自身の嗜好に合った動画を見つけることは難しい.そこで,本稿では「ユーザが動画内で特に良いと感じた時区間」を高評価時区間と定義し,高評価時区間と動画の音の特徴量を用いた動画推薦を行う.高評価時区間と動画の音の特徴量を用いることで,再生回数やgood数など,動画自体のメタデータでは扱えない,動画の部分的な好みに基づく推薦が可能であると考える.評価実験では,提案手法を用いた動画推薦,good率を用いた動画推薦の2手法を比較した.また,高評価時区間の割合と動画自体に対する評価の関係や,学習データ量や中間時区間の長さと予測精度の関係について,考察を行った.