[論文レビュー] Challenging Personalized Video Recommendation

Xingzhong Du, Hongzhi Yin|arXiv (Cornell University)|Dec 21, 2016

Recommender Systems and Techniques被引用数 1

ひとこと要約

本稿では、協調埋め込み回帰（CER）モデルを提案する。これは、ユーザーと動画の相互作用を、任意の単一のコンテンツ特徴量（例：テキスト、音声、動き）と統合する汎用的なフレームワークであり、特定のコンテンツ特徴量が欠落している場合でも、動画推薦性能の向上を図るものである。CERは2つの大規模データセットにおいて、既存のモデルを上回り、行列内および行列外の両方のシナリオにおいて、効率的かつ頑健な推薦を実現する。

ABSTRACT

Video recommendation has become an essential way of helping people explore the massive videos and discover the ones that may be of interest to them. In the existing video recommender systems, the models make the recommendations based on the user-video interactions and single specific content features. When the specific content features are unavailable, the performance of the existing models will seriously deteriorate. Inspired by the fact that rich contents (e.g., text, audio, motion, and so on) exist in videos, in this paper, we explore how to use these rich contents to overcome the limitations caused by the unavailability of the specific ones. Specifically, we propose a novel general framework that incorporates arbitrary single content feature with user-video interactions, named as collaborative embedding regression (CER) model, to make effective video recommendation in both in-matrix and out-of-matrix scenarios. Our extensive experiments on two real-world large-scale datasets show that CER beats the existing recommender models with any single content feature and is more time efficient. In addition, we propose a priority-based late fusion (PRI) method to gain the benefit brought by the integrating the multiple content features. The corresponding experiment shows that PRI brings real performance improvement to the baseline and outperforms the existing fusion methods.

研究の動機と目的

• 特定のコンテンツ特徴量（例：テキスト、音声）が利用不可である場合に、動画推薦システムの性能低下を是正すること。
• 任意の単一のコンテンツ特徴量をユーザー・動画相互作用モデリングに組み込むことができる汎用的なフレームワークの開発。
• コンテンツ特徴量が欠落または不完全であるような実世界のシナリオにおいて、推薦の頑健性と効率を向上させること。
• 複数のコンテンツ特徴量を効果的に統合する戦略を検討し、推薦性能をさらに向上させること。

提案手法

• ユーザーと動画の埋め込みを、相互作用データと単一のコンテンツ特徴量を用いた回帰によって同時に学習する、協調埋め込み回帰（CER）モデルを提案する。
• 任意の単一のコンテンツ特徴量（例：テキスト、音声、動き）を推薦プロセスにスムーズに統合できる汎用的なフレームワークを設計する。
• 予測の重要性に応じて重み付けを行う優先順位ランク付け（PRI）に基づく後期統合戦略を採用し、複数のコンテンツ特徴量を統合する。
• 共有埋め込み空間でユーザー・動画相互作用をモデル化する協調埋め込みメカニズムを採用し、スパースまたは欠落したコンテンツ特徴量に対しても一般化性能を向上させる。
• 予測されたユーザーの好みと観測された相互作用を一致させる回帰ベースの損失関数を適用し、モデルの最適化と収束性を向上させる。
• コンテンツに配慮した正則化を施した行列分解に類似した構造を採用し、訓練の安定化と行列外シナリオでの性能向上を図る。

実験結果

リサーチクエスチョン

• RQ1 特定の特徴量タイプに依存せずに、任意の単一コンテンツ特徴量を動画推薦に統合する統合フレームワークは、効果的に機能するか？
• RQ2 コンテンツ特徴量が欠落または利用不可である状況下で、提案されたCERモデルは既存モデルを上回る性能を示すか？
• RQ3 複数のコンテンツ特徴量を統合することで推薦精度にどのような影響があるか。また、その最適化はどのように実現できるか？
• RQ4 複数特徴量動画推薦において、優先順位ベースの後期統合戦略は、従来の初期統合または平均統合手法を上回る性能を発揮するか？

主な発見

• CERは、2つの大規模な実世界データセットにおいて、評価されたすべての単一コンテンツ特徴量で、既存の推薦モデルを一貫して上回る性能を示した。
• CERは行列内および行列外の両シナリオで優れた性能を発揮し、欠落したコンテンツ特徴量に対しても頑健であることが示された。
• 提案された優先順位ベースの後期統合（PRI）手法は、ベースラインを上回り、既存の統合技術をも凌駕した。
• CERは既存のモデルよりも時間効率に優れており、大規模な展開に適している。
• PRIを介した複数コンテンツ特徴量の統合により、単一特徴量ベースラインに比べて測定可能で顕著な性能向上が達成された。
• 協調的ユーザー・動画相互作用パターンに依存しているため、特定のコンテンツ特徴量が利用不可であっても、モデルは強い一般化能力を維持した。