推荐系统——(论文阅读笔记)YouTube的视频推荐系统
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
《The YouTube video recommendation system》是一篇详细介绍YouTube视频推荐的论文,在整个系统中没有复杂的算法,使用了一些简单有效的策略,这也符合工业界的应用,在工业界,为了考虑算法复杂度,数据量,可维护性等等一些因素,在工业界中,通常会选择一些简单有效的方法。
以下是论文的核心内容:
目标
帮助用户找到高质量且符合用户兴趣的视频,最终实现的是Top-N推荐。
总的思想
利用用户的互动行为数据,推荐与互动过视频相似的视频。
相似视频的挖掘
1、概念
相似视频指的是:当给定视频后,用户更有可能观看的视频组成的集合,公式如下所示:
其中:
- :种子视频
- :与视频相似的视频的集合
2、方法
关联规则(Association Rule)
计算与给定的种子视频一起被观看的概率,概率越大,相似性越高。
3、相似性的计算
计算的方法:
其中,称为正则化函数,通常可以取为:。
计算出所有的与视频相似的视频,根据相似性的值从候选集中找到Top-N的相似视频。
由可以表示成一个有向图,其中,权重为,如下所示:
生成推荐的候选
1、一级
假设种子集合为,由上述的相似性的方法挖掘出一些候选:
这样的方法容易产生narrow recommendations,即推荐的视频与种子视频相似度极高,这对推荐来说不能满足多样性的要求。
2、二级
以一级产生的候选作为种子,产生。
3、多级
上述的结论推广至多级,形成最终的推荐结果为:
Ranking
ranking的指标主要有:
- 视频质量
- 用户特性
其他
- 评价的方法:线上A/B Test
- 评价的指标:CTR
参考文献
- Davidson J, Liebald B, Liu J, et al. The YouTube video recommendation system[C]//Proceedings of the fourth ACM conference on Recommender systems. ACM, 2010: 293-296.
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |