[논문 리뷰] A movie genre prediction based on Multivariate Bernoulli model and genre correlations

Eric Makita, Artem Lenskiy|arXiv (Cornell University)|2016. 03. 25.

Video Analysis and Summarization참고 문헌 6인용 수 16

한 줄 요약

이 논문은 사용자 평가를 기반으로 다변량 베르누이 나이브 베이즈 분류기를 사용하여 영화 장르 예측 모델을 제안하며, 장르 간 상관관계를 활용하여 정확도를 향상시킨다. MovieLens 100K 데이터셋에서 정확한 장르 예측률은 59%이며, 관련 장르를 포함할 경우 69%에 이를 것으로 나타나, 기존의 평가 예측을 넘어서 사용자 평가만으로도 효과적으로 영화 장르를 예측할 수 있음을 보여준다.

ABSTRACT

Movie ratings play an important role both in determining the likelihood of a potential viewer to watch the movie and in reflecting the current viewer satisfaction with the movie. They are available in several sources like the television guide, best-selling reference books, newspaper columns, and television programs. Furthermore, movie ratings are crucial for recommendation engines that track the behavior of all users and utilize the information to suggest items they might like. Movie ratings in most cases, thus, provide information that might be more important than movie feature-based data. It is intuitively appealing that information about the viewing preferences in movie genres is sufficient for predicting a genre of an unlabeled movie. In order to predict movie genres, we treat ratings as a feature vector, apply the Bernoulli event model to estimate the likelihood of a movies given genre, and evaluate the posterior probability of the genre of a given movie using the Bayes rule. The goal of the proposed technique is to efficiently use the movie ratings for the task of predicting movie genres. In our approach we attempted to answer the question: "Given the set of users who watched a movie, is it possible to predict the genre of a movie based on its ratings?" Our simulation results with MovieLens 100k data demonstrated the efficiency and accuracy of our proposed technique, achieving 59% prediction rate for exact prediction and 69% when including correlated genres.

연구 동기 및 목표

• 추천 시스템 내 장르 예측의 격차, 특히 신규 또는 평가가 적은 항목에 대해 해결하고자 한다.
• 사용자 평가만으로도 높은 정확도로 영화 장르를 예측할 수 있는지 탐색하고자 한다.
• 단순히 평가를 예측하는 것 외에도 항목 카테고리 예측을 통해 추천 정확도를 향상시키고자 한다.
• 장르 상관관계가 잘못된 예측을 향상시키는 데 얼마나 효과적인지 평가하고자 한다.
• 기존의 공동 필터링을 확장하여 카테고리 예측을 보조 작업으로 통합하고자 한다.

제안 방법

• 각 평가를 바이너리 이벤트(예: 평가 여부)로 간주하여 다변량 베르누이 이벤트 모델을 사용해 사용자 선호도를 모델링한다.
• 나이브 베이즈를 통해 영화가 특정 장르에 속할 사후 확률을 계산한다.
• 장르 간 사용자 평가 패턴을 기반으로 베르누이 모델을 사용해 가능성도를 추정한다.
• 관련 장르를 식별하기 위해 장르 상관관계 행렬을 구성하며, 상관계수가 0.1 이상일 경우 예측을 유효한 것으로 간주한다.
• MovieLens 100K 데이터셋의 1%에서 80%까지 훈련 데이터로 사용하고, 20%는 보류된 테스트 데이터로 사용하며, 각 분할에 대해 20번 반복한다.
• 평가 값(1–5)을 입력 특징으로 사용하며, 각 평가를 사용자 참여 여부를 나타내는 바이너리 지표로 간주한다.

실험 결과

연구 질문

• RQ1 사용자 평가만으로도 높은 정확도로 레이블이 없는 영화의 장르를 예측할 수 있는가?
• RQ2 다변량 베르누이 모델은 사용자 평가 패턴에서 장르 가능성도를 추정하는 데 얼마나 효과적인가?
• RQ3 모델이 잘못된 예측을 할 경우 장르 상관관계가 예측 정확도를 얼마나 향상시키는가?
• RQ4 다른 평가 수준(예: 1점 vs. 5점) 간 성능에 큰 차이가 있는가?
• RQ5 카테고리 예측이 전문가 레이블링 의존도를 줄이며 기존 추천 시스템을 향상시킬 수 있는가?

주요 결과

• 훈련에 MovieLens 100K 데이터셋의 80%를 사용할 경우, 모델은 정확한 장르 예측률이 59%에 이른다.
• 유사 장르를 포함할 경우 동일한 훈련 조건에서 예측률이 69%로 상승한다.
• 훈련 데이터의 10%만으로도 모델이 50%의 예측 정확도를 달성하여 높은 데이터 효율성을 보인다.
• 훈련 데이터 크기가 증가할수록 예측 정확도가 점진적으로 향상되며, 더 많은 데이터로부터 일관된 학습이 가능함을 보여준다.
• 높은 평가(예: 4점 및 5점) 기반 예측은 낮은 평가 기반 예측과 다른 행동을 보이며, 향후 추가 연구가 필요함을 시사한다.
• 장르 상관관계 행렬은 잘못 분류된 영화에 대해 타당한 대체 장르를 성공적으로 식별하여 모델의 강건성을 향상시켰다.